Canal-U

Mon compte

Résultats de recherche

Nombre de programmes trouvés : 949
Label UNT Conférences

le (24m5s)

Caches, montrez-vous !

Les processeurs actuels permettent de l'ordre de quelques tera-opérations par seconde. Puissance nécessaire pour soutenir les besoins en simulation numérique, qui constitue, après la théorie et l'expérimentation, le 3ème pilier de la science. Nous nous intéresserons aux problèmes du mouvement des données d'une mémoire centrale importante mais lente vers les unités arithmétiques et logiques en présence de caches.  À partir de la situation concrète d'une méthode de résolution de très grands systèmes d'équations linéaires, nous rendrons visibles certaines caractéristiques des mémoires cachées dont l'exploitation permet l'écriture d'un programme performant. 
Voir la vidéo
Label UNT Conférences

le (19m55s)

Théorie de l’appariement et applications actuelles

Pourquoi y a-t-il tant de personnes sans emploi alors qu’au même moment un grand nombre de postes sont disponibles ? La théorie de l’appariement analyse ces problèmes où un certain nombre de personnes doivent être attribuées à un certain nombre de postes. La présentation introduira le modèle de base associé au problème et développera des applications actuelles (donneurs et receveurs d’organe, taxis et utilisateurs). On évoquera également des pistes de recherche récentes, notamment les travaux d'Alvin Roth et de Lloyd Shapley qui ont été récompensés récemment ...
Voir la vidéo
Conférences

le (1h18m1s)

Self-Supervised Visual Learning and Synthesis

Computer vision has made impressive gains through the use of deep learning models, trained with large-scale labeled data. However, labels require expertise and curation and are expensive to collect. Can one discover useful visual representations without the use of explicitly curated labels? In this talk, I will present several case studies exploring the paradigm of self-supervised learning — using raw data as its own supervision. Several ways of defining objective functions in high-dimensional spaces will be discussed, including the use of General Adversarial Networks (GANs) to learn the objective function directly from the data. Applications of self-supervised learning will be ...
Voir la vidéo
Conférences

le (1h8m54s)

Theoretical Foundations for Runtime Monitoring

Runtime monitoring/verification is a lightweight technique that complements other verification methods in a multi-pronged approach towards ensuring software correctness. The technique poses novel questions to software engineers: it is not easy to see which specifications are amenable to runtime monitoring, and it is not clear which monitors perform the required runtime analysis correctly. In this talk, I will present a theoretical framework that can be used to provide answers to those questions. I will view monitorability as a spectrum: the fewer monitor guarantees are required, the more properties become monitorable. I will then present a monitorability hierarchy ...
Voir la vidéo
Conférences

le (41m33s)

Massoulié - Planting trees in graphs, and finding them back

In this talk we  consider detection and reconstruction of planted structures in Erdős-Rényi random graphs. For planted line graphs, we establish the following phase diagram. In a low density region where the average degree λ of the initial graph is below some critical value λc, detection and reconstruction go from impossible to easy as the line length K crosses some critical value f(λ)ln(n), where n is the number of nodes in the graph. In the high density region λ>λc, detection goes from impossible to easy as K goes from o(\sqrt{n}) to ω(\sqrt{n}), and reconstruction remains impossible so long as K=o(n). We show similar properties for planted D-ary trees. These results are in contrast with the ...
Voir la vidéo

 
FMSH
 
Facebook Twitter Google+
Mon Compte