Thèse en cours

Apprentissage machine non supervisé avec les systèmes complexes

FR  |  
EN
Auteur / Autrice : Hugo Cisneros
Direction : Josef Sivic
Type : Projet de thèse
Discipline(s) : Informatique
Date : Inscription en doctorat le 01/09/2019
Etablissement(s) : Université Paris sciences et lettres
Ecole(s) doctorale(s) : École doctorale Sciences mathématiques de Paris centre (Paris ; 2000-....)
Partenaire(s) de recherche : Laboratoire : DIENS - Département d'informatique de l'École normale supérieure
établissement opérateur d'inscription : École normale supérieure (Paris ; 1985-....)

Résumé

FR  |  
EN

Cette projet de thèse consite à explorer et développer des approches de machine learning qui se reposent moins sur la supervision que les techniques de l'état de l'art actuel, à l'instar des réseaux de neurones entraînés avec une descente de gradient stochastique. Les domaines de recherches qui seront explorés comprennent le reinforcements learning, la vie artificielle, l'évolution, les systèmes complexes et comportement émergents, l'apprentissage continuel, et autres. Des applications possibles de ce projets sont le développement de systèmes de machine learning avec une mémoire complexe ainsi que la communication intelligente d'agents.