Inférence et apprentissage dans les réseaux de neurones profonds nécessitent une grande quantité de calculs qui, dans beaucoup de cas, limite leur intégration dans les environnements limités en ressources. Les réseaux de neurones évènementiels de type « spike » présentent une alternative aux réseaux de neurones artificiels classiques, et promettent une meilleure efficacité énergétique. Cependant, entraîner les réseaux spike demeure un défi important, particulièrement dans le cas où l’apprentissage doit être exécuté sur du matériel de calcul bio-inspiré, dit matériel neuromorphique. Cette thèse constitue une étude sur les algorithmes d’apprentissage et le codage de l’information dans les réseaux de neurones spike.A partir d’une règle d’appre...
Les neurones impulsionnels prennent en compte une caractéristique fondamentale des neurones biologiq...
Les réseaux de neurones multicouches ont été proposés pour la première fois il y a plus de trois déc...
Le domaine des neurosciences s\u27intéresse à comprendre la façon dont les réseaux neuronaux codent ...
Inference and training in deep neural networks require large amounts of computation, which in many c...
Dans le domaine de l'apprentissage machine, les réseaux de neurones profonds sont devenus la référen...
De la reconnaissance d’image à la conduite autonome, l’apprentissage machine est omniprésent dans no...
Cette thèse s intègre dans le cadre du projet Européen FACETS. Pour ce projet, des systèmes matériel...
Cette thèse s’intègre dans le cadre du projet Européen FACETS. Pour ce projet, des systèmes matériel...
Au cours de la dernière décennie, les méthodes d'apprentissage par réseaux de neurones profonds ont ...
Cette dernière décennie a donné lieu à la réémergence des méthodes d'apprentissage machine basées su...
International audienceCe papier propose une nouvelle approche ajustant les réseaux de neurones convo...
Les fondements théoriques de l'apprentissage sont en grande partie posés. Comme la calculabilité est...
Nous nous intéressons au problème de l'apprentissage continu de réseaux de neurones artificiels dans...
La représentation par réseau est un outil puissant pour la modélisation des systèmes dynamiques comp...
De nombreux travaux portent sur les réseaux de neurones artificiels appliqués à des systèmes forteme...
Les neurones impulsionnels prennent en compte une caractéristique fondamentale des neurones biologiq...
Les réseaux de neurones multicouches ont été proposés pour la première fois il y a plus de trois déc...
Le domaine des neurosciences s\u27intéresse à comprendre la façon dont les réseaux neuronaux codent ...
Inference and training in deep neural networks require large amounts of computation, which in many c...
Dans le domaine de l'apprentissage machine, les réseaux de neurones profonds sont devenus la référen...
De la reconnaissance d’image à la conduite autonome, l’apprentissage machine est omniprésent dans no...
Cette thèse s intègre dans le cadre du projet Européen FACETS. Pour ce projet, des systèmes matériel...
Cette thèse s’intègre dans le cadre du projet Européen FACETS. Pour ce projet, des systèmes matériel...
Au cours de la dernière décennie, les méthodes d'apprentissage par réseaux de neurones profonds ont ...
Cette dernière décennie a donné lieu à la réémergence des méthodes d'apprentissage machine basées su...
International audienceCe papier propose une nouvelle approche ajustant les réseaux de neurones convo...
Les fondements théoriques de l'apprentissage sont en grande partie posés. Comme la calculabilité est...
Nous nous intéressons au problème de l'apprentissage continu de réseaux de neurones artificiels dans...
La représentation par réseau est un outil puissant pour la modélisation des systèmes dynamiques comp...
De nombreux travaux portent sur les réseaux de neurones artificiels appliqués à des systèmes forteme...
Les neurones impulsionnels prennent en compte une caractéristique fondamentale des neurones biologiq...
Les réseaux de neurones multicouches ont été proposés pour la première fois il y a plus de trois déc...
Le domaine des neurosciences s\u27intéresse à comprendre la façon dont les réseaux neuronaux codent ...