Si vous n'êtes pas heureux avec les résultats ci-dessous s'il vous plaît faire une autre recherche
Le prochain séminaire LIVIA se tiendra le mercredi 2 novembre à 12h00 en mode hybride. Titre : Joint Attention for Dimensional Emotion Recognition using Audio Visual Fusion par Gnana Praveen Rajasekar, Ph.D. candidat au LIVIA Abstract: La reconnaissance automatique des émotions (ER) a récemment suscité beaucoup d'intérêt en raison de son potentiel dans de nombreux cas réels […]
Le prochain séminaire LIVIA se tiendra le jeudi 18 août à 12h00 en mode hybride. Titre : Détection d'objets semi-faiblement supervisée par échantillonnage de pseudo-boîtes de vérité au sol par Akhil Meethal, Ph.D. candidat au LIVIA Résumé : Les apprentissages semi- et faiblement supervisés ont récemment attiré une attention considérable dans la littérature sur la détection d'objets car ils peuvent réduire le coût […]
Le prochain séminaire LIVIA se tiendra le jeudi 21 juillet à 12h00 en mode hybride. Titre : Modélisation d'équations structurelles pour l'apprentissage de la représentation causale latente pour un ML plus fiable par Prof. Myriam Tami, Paris-Saclay, CentraleSupélec Résumé : Les modèles d'équations structurelles (SEM) avec variables latentes (LV) sont utilisés pour modéliser les relations entre les variables observables et latentes. Nous […]
Le prochain séminaire LIVIA se tiendra le jeudi 23 juin à 12h00 en mode hybride. Titre : Partage de données et sécurité préservant la confidentialité dans les modèles d'apprentissage automatique par le professeur Mohammadhadi Shateri, Département d'ingénierie des systèmes Résumé : De nos jours, de nombreuses personnes admirent les grands effets et l'importance de l'IA dans différentes applications, notamment les soins de santé, les médias sociaux, [… ]
Le prochain séminaire LIVIA se tiendra le jeudi 19 mai à 12h00 en mode hybride. Titre : Procédure de réduction du chevauchement local pour la sélection d'ensemble dynamique par Mariana A. Souza, Ph.D. candidat au LIVIA Résumé / Résumé : (voir article en pièce jointe) Le déséquilibre des classes est une caractéristique connue pour rendre l'apprentissage plus difficile pour les modèles de classification […]
Le prochain séminaire LIVIA aura lieu le jeudi 3 février à 12h00 par Zoom. Titre : Modèles génératifs profonds pour l'optimisation des molécules par le Dr Xia Ning, professeur agrégé au département d'informatique biomédicale et au département d'informatique et d'ingénierie de l'Ohio State University Résumé : L'optimisation des molécules est une étape critique dans le développement de médicaments […]
Le prochain séminaire LIVIA se tiendra le mercredi 28 septembre à 12h00 en mode hybride. Titre : Détection d'objets à quelques coups dans les images aériennes par Pierre Le Jeune, Ph.D. candidat au L2TI, Université Sorbonne, Paris Résumé : La détection d'objets est une tâche difficile en vision par ordinateur. Récemment, les méthodes basées sur l'apprentissage en profondeur ont dépassé les algorithmes classiques à la fois en termes […]
Adaptation incrémentielle de domaines multi-cibles pour la détection d'objets avec un transfert de domaine efficace Le Thanh Nguyen-Meidine, Madhu Kiran, Marco Pedersoli, Jose Dolz, Louis-Antoine Blais-Morin, Eric Granger arXiv preprint arXiv:2104.06476 2021/8/1 Résumé : Récent les progrès de l'adaptation de domaine non supervisée ont considérablement amélioré la précision de la reconnaissance des CNN en atténuant le changement de domaine entre la source (étiquetée) et la cible (non étiquetée) […]
Au-delà de la supervision pixel par pixel pour la segmentation : quelques descripteurs de forme globaux pourraient être étonnamment bons ! Hoel Kervadec, Houda Bahig, Laurent Letourneau-Guillon, Jose Dolz, Ismail Ben Ayed Medical Imaging with Deep Learning 2021/8/25 Résumé : Les pertes standard pour la formation de réseaux à segmentation profonde pourraient être considérées comme des classifications individuelles de pixels, au lieu de superviser forme de […]
Flow guidé mutual attention for person re-identification Madhu Kiran, Amran Bhuiyan, Louis-Antoine Blais-Morin, Ismail Ben Ayed, Eric Granger Image and Vision Computing 2021/9 Résumé : La réidentification de la personne (ReID) est un problème difficile dans de nombreux les applications d'analyse vidéo et de surveillance, où l'identité d'une personne doit être associée à travers un réseau distribué de caméras sans chevauchement. Personne basée sur la vidéo […]
