Modèls génératifs pour la génération controllée de données.
FR |
EN
Auteur / Autrice : | Ilana Sebag |
Direction : | Alexandre Allauzen, Jamal Atif |
Type : | Projet de thèse |
Discipline(s) : | Informatique |
Date : | Inscription en doctorat le 01/12/2022 |
Etablissement(s) : | Université Paris sciences et lettres |
Ecole(s) doctorale(s) : | Ecole doctorale SDOSE (Paris) |
Partenaire(s) de recherche : | Laboratoire : Laboratoire d'analyse et modélisation de systèmes pour l'aide à la décision (Paris) |
établissement opérateur d'inscription : Université Paris Dauphine-PSL (1968-....) |
Mots clés
FR |
EN
Mots clés libres
Résumé
FR |
EN
Etude des modèls génératifs pour la génération controllée de données structurées. Analyse de la réduction de la complexité de calcul des approches état-de-l'art de modélisation générative profonde. Etude faite d'un point de vue théorique et expérimental.