EXPLORATION DES RESEAUX DE NEURONES A BASE D'AUTOENCODEUR DANS LE CADRE DE LA MODELISATION DES DONNEES TEXTUELLES

Soutenance de thèse
  • Quand ? 05/07/2016 à partir de 15:30 (America/Montreal / UTC-400)
  • Où ? Au local D3-2038 de la Faculté des sciences
  • Nom du contact
  • Participants Stanislas Lauly, étudiant au doctorat à l’Université de Sherbrooke
  • Ajouter l'événement au calendrier iCal

RÉSUMÉ : Depuis le milieu des années 2000, une nouvelle approche en apprentissage automatique, l'apprentissage de réseaux profonds (deep learning), gagne en popularité. En effet, cette approche a démontré son efficacité pour résoudre divers problèmes en améliorant les résultats obtenus par d'autres techniques qui étaient considérées alors comme étant l'état de l'art. C'est le cas pour le domaine de la reconnaissance d'objets ainsi que pour la reconnaissance de la parole. Sachant cela, l’utilisation des réseaux profonds dans le domaine du Traitement Automatique du Langage Naturel (TALN, Natural Language Processing) est donc une étape logique à suivre.

Cette thèse explore différentes structures de réseaux de neurones dans le but de modéliser le texte écrit, se concentrant sur des modèles simples, puissants et rapides à entraîner.

Membre du jury, président rapporteur : Pierre-Marc Jodoin, professeur, Département d’informatique, Faculté des sciences, Université de Sherbrooke

Membre du jury, directeur de recherche : Hugo Larochelle, professeur, Département d’informatique, Faculté des sciences, Université de Sherbrooke

Membre du jury, évaluateur interne à l’Université de Sherbrooke : Shengrui Wang, professeur, Département d’informatique

Membre du jury, évaluateur externe à l’Université de Sherbrooke : Mario Marchand, professeur, Université Laval

 

Toutes les personnes intéressées sont cordialement invitées.