Negative Deterministic Information-Based Multiple Instance Learning for Weakly Supervised Object Detection and Segmentation Introduction au contexte Au cours de la dernière décennie, des progrès significatifs ont été réalisés dans le domaine de la vision par ordinateur, en particulier dans la détection d’objets (Object Detection) et la segmentation...

Réseau de déploiement Transformer basé sur la perception de l’information pour promouvoir la fusion d’images hyperspectrales et multispectrales Introduction générale Les images hyperspectrales (Hyperspectral Image, HSI) jouent un rôle crucial dans les applications de télédétection telles que la reconnaissance des matériaux, la classification des im...

Cadre de résolution des problèmes d’optimisation graphique basé sur les réseaux de neurones graphiques Contexte et motivations de recherche Lors de la résolution des problèmes de satisfaction des contraintes (CSP) et des problèmes d’optimisation combinatoire (COP), l’association de la méthode de retour en arrière avec des heuristiques de branchemen...

Réalisation de la segmentation sémantique d’images sous supervision partielle grâce à un enseignement auto-ajusté alternatif à double enseignant Introduction Avec le développement continu du domaine de la vision par ordinateur, la segmentation sémantique est devenue un domaine de recherche important et actif. Les méthodes traditionnelles de segment...

Introduction Ces dernières années, l’apprentissage par renforcement (Reinforcement Learning, RL) a montré son efficacité dans la résolution de diverses tâches complexes. Cependant, de nombreux problèmes de décision et de contrôle du monde réel impliquent plusieurs objectifs conflictuels. L’importance relative de ces objectifs (préférences) doit êtr...

GMConv: Réglage de l’Effective Receptive Field des réseaux neuronaux convolutifs Avant-propos Les réseaux neuronaux convolutifs (Convolutional Neural Networks, CNNs) ont obtenu un succès remarquable dans les tâches de vision par ordinateur grâce à l’utilisation de noyaux de convolution, notamment dans la classification d’images, la détection d’obje...

Prothèse neurologique bilingue dirigée par la représentation de l’articulation corticale Contexte Dans le développement des prothèses neurologiques, les recherches portant sur le décodage du langage à partir de l’activité cérébrale se concentrent essentiellement sur une seule langue. Par conséquent, il reste à élucider dans quelle mesure la product...

StrokeClassifier : Un outil d’intelligence artificielle pour la classification étiologique des AVC ischémiques basé sur les dossiers de santé électroniques Contexte du projet et motivation de la recherche La reconnaissance de l’étiologie des accidents vasculaires cérébraux (notamment les accidents ischémiques aigus, AIS) est cruciale pour la préven...

De Nouveaux Aperçus sur le Lien entre le Sommeil et la Mortalité Révélés par l’Analyse de Données d’Accéléromètres de Poignet en Auto-apprentissage Dans la société moderne, le sommeil, en tant qu’activité fondamentale nécessaire à la vie, est d’une importance évidente. Mesurer et classifier avec précision les états sommeil/éveil ainsi que les diffé...

Développement et validation d’un algorithme d’apprentissage automatique à grande échelle pour le diagnostic cardiovasculaire basé sur l’ECG Introduction Les maladies cardiovasculaires (Cardiovascular diseases, CV) constituent depuis longtemps une source majeure de charge de morbidité à l’échelle mondiale. Le diagnostic et l’intervention précoces so...