BEGIN:VCALENDAR
VERSION:2.0
PRODID:-//GREYC UMR CNRS 6072 - Groupe de Recherche en Informatique, Image, et Instrumentation de Caen - ECPv5.7.0//NONSGML v1.0//EN
CALSCALE:GREGORIAN
METHOD:PUBLISH
X-WR-CALNAME:GREYC UMR CNRS 6072 - Groupe de Recherche en Informatique, Image, et Instrumentation de Caen
X-ORIGINAL-URL:https://www.greyc.fr
X-WR-CALDESC:évènements pour GREYC UMR CNRS 6072 - Groupe de Recherche en Informatique, Image, et Instrumentation de Caen
BEGIN:VTIMEZONE
TZID:Europe/Paris
BEGIN:DAYLIGHT
TZOFFSETFROM:+0100
TZOFFSETTO:+0200
TZNAME:CEST
DTSTART:20240331T010000
END:DAYLIGHT
BEGIN:STANDARD
TZOFFSETFROM:+0200
TZOFFSETTO:+0100
TZNAME:CET
DTSTART:20241027T010000
END:STANDARD
END:VTIMEZONE
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20241010T150000
DTEND;TZID=Europe/Paris:20241010T160000
DTSTAMP:20260502T150821
CREATED:20241008T092027Z
LAST-MODIFIED:20241008T092027Z
UID:11675-1728572400-1728576000@www.greyc.fr
SUMMARY:Alexis Lechervy - Synthèse de mes activités sur l’Apprentissage multi-modale et l’apprentissage frugal
DESCRIPTION:Dans une première partie\, je présenterai différentes approches pour apprendre des réseaux de neurones profonds en présent de plusieurs modalités. La multimodalité est un phénomène que nous expérimentons quotidiennement. Le cerveau humain traite simultanément des informations provenant de multiples sources sensorielles\, telles que la vue\, l’ouïe\, le toucher\, l’odorat et le goût. Cette interaction permet une compréhension plus riche et nuancée de notre environnement. Cependant\, l’apprentissage machine repose aujourd’hui\, principalement sur un traitement unimodal de l’information\, limitant ainsi la capacité des machines à comprendre pleinement notre monde. Les méthodes de fusion multimodale sont de plus en plus étudiées pour exploiter la complémentarité des modalités. Je présenterai différentes approches pour apprendre des réseaux de neurones profonds en présence de plusieurs modalités. Je discuterai des problématiques et des stratégies que j’ai étudiées sur ce sujet. \nDans un second temps\, j’aborderai la question de la frugalité en apprentissage machine. Depuis environ une décennie\, les progrès dans le domaine des architectures de réseaux de neurones ont conduit à des performances exceptionnelles dans de nombreuses tâches. Cependant\, l’apprentissage de ces réseaux devient de plus en plus ardu\, nécessitant des quantités considérables de données et de puissance de calcul. Les architectures les plus récentes exigent des ensembles d’entraînement composés de millions d’exemples et d’importantes quantités de ressources de calcul\, restreignant ainsi le développement et l’exploitation de ces technologies à des grandes acteurs. Il est crucial de proposer des solutions plus économe et abordable pour permettre à tous de bénéficier des ces technologies. Pour répondre à ces défis\, il est crucial de développer des approches qui nécessitent peu de données et peu de ressources de calcul. Je présenterai quelques solutions que j’ai étudié pour répondre à ces enjeux.
URL:https://www.greyc.fr/event/alexis-lechervy-synthese-de-mes-activites-sur-lapprentissage-multi-modale-et-lapprentissage-frugal/
LOCATION:Sciences 3- S3 351
CATEGORIES:News,Safe,Séminaire Cryptologie et sécurité
END:VEVENT
END:VCALENDAR