Désassemblons le numérique - #Episode14 : Et si demain, l'IA lisait dans nos pensées ?

Fenêtre pop-up qui apparaît sans prévenir, e-mail intempestif, onglet qui s’ouvre tout seul… Quand on consulte son ordinateur ou son smartphone, cliquer à l’endroit souhaité peut s’avérer un véritable

Largement reconnue à l’échelle internationale, Codabench permet d’organiser des compétitions et des benchmarks dans les domaines du machine learning et de l’intelligence artificielle. Le LISN a l

Au Centre Inria de l’Université Grenoble Alpes, la chercheuse Stefanie Wuhrer met l’intelligence artificielle au service du corps en mouvement.

L’effet de l’asymétrie de l’entropie relative est analysé dans le contexte de la minimisation du risque empirique (ERM) avec régularisation par entropie relative (ERM-RER).

Portrait de Chloé Clavel, directrice de recherche à Inria Paris (équipe ALMAnaCH), spécialiste du traitement automatique du langage naturel et de l’informatique émotionnelle.

Cette présentation propose une nouvelle perspective sur la minimisation et la maximisation des risques empiriques avec régularisation par entropie relative en apprentissage statistique.

Intervention sur la généralisation en apprentissage automatique, les avancées récentes de la théorie PAC-bayésienne, l’usage des distances de Wasserstein, les cadres généraux de comparateurs, ainsi

Cette conférence explique le comportement à long terme de la descente de gradient stochastique, en montrant qu’elle tend à se concentrer autour des points critiques de basse énergie d’une manière

Présentation d’une méthode de clonage de défauts dans des reconstructions 3D par Gaussian Splatting, appliquée à la simulation d’anomalies d’aspect.

Deep learning has transformed image processing, often surpassing traditional methods that rely on precise modeling of optical image formation...

Full-wave simulations of large-scale electromagnetic devices — spanning thousands of wavelengths while featuring sub-wavelength geometrical details — pose significant computational challenges….

Le Scientific Machine Learning a émergé comme un domaine à la frontière entre apprentissage automatique et simulation numérique pour construire des méta-modèles innovants...