L’expertise étudiante de l’IID mise en lumière lors des séminaires étudiants!

Fort de 61 chercheur.e.s membres et collaborateurs, l’Institut intelligence et données (IID) de l’Université Laval réunit près de 250 étudiant.e.s aux cycles supérieures ou stagiaires postdoctoraux. À travers sa série de séminaires étudiants, l’IID offre à ceux-ci l’opportunité de communiquer, auprès de leurs pairs, les résultats autant que les avancées de leurs travaux de recherche.

Présentés par l’IID, ces activités sont réservées à la communauté de recherche lié à l’Institut. Il s’agit ainsi d’un espace libre et ouvert, où les étudiant.e.s et stagiaires postdoctoraux peuvent obtenir des retours ou échanger avec leurs collègues, tant professeurs, que professionnels de recherche ou étudiants s’intéressant autant à leur domaine de façon précise, ou aux usages et potentiels de l’intelligence artificielle et des données de façon plus large. 

Depuis mars 2020, en raison de la pandémie de COVID-19, les séminaires étudiants de l’IID sont offerts en formule virtuelle, par le biais de la plateforme Zoom.

La programmation de la série est assurée par Ihsen Hedli, professionnel de recherche et scientifique de données à l’Institut. Si vous êtes lié à l’IID et souhaitez profiter d’une des plages horaires disponibles, n’hésitez pas à le contacter!

Prochain séminaire étudiant :

Greedy Binary Network : un algorithme d’entrainement de réseaux de neurones binaires motivé par le désir de certifiabilité

avec Benjamin Leblanc, étudiant au doctorat en informatique à l’Université Laval, sous la supervision de Pascal Germain

29 mars 2022, 15h à 16h
En ligne (Zoom)

Pour plus d’informations

Résumé :

Les réseaux de neurones profonds ont substantiellement amélioré l’état de l’art dans de vastes domaines de tâches en apprentissage automatique. Pour plusieurs problèmes d’apprentissage, la taille et la profondeur de ces réseaux ont un impact important quant à leurs qualités prédictives. C’est ce qui a motivé plusieurs chercheurs à toujours créer des réseaux plus profonds et contenant toujours davantage de paramètres. De telles techniques d’apprentissage automatique ont beau être puissantes, elles ne possèdent ni garanties théoriques solides ni caractéristiques essentielles à une bonne certifiabilité. Entre autres, elles sont difficilement explicables et il n’est point simple de certifier leur bon comportement en-dehors du cadre d’entrainement.

On présente ici Greedy Binary Network (GBN), un algorithme de construction de réseaux de neurones axé sur le combat de ces dernières problématiques. Avec comme mot d’ordre la parcimonie, cet algorithme glouton, déterministe et exempt d’hyperparamètre crée des réseaux binaires et profonds une couche à la fois, un neurone à la fois. Garantie de convergence à l’appui, sous certaines conditions, GBN est fondé sur le désir d’interprétabilité : il est donc construit en fonction de la particularité des prédicteurs que sont les réseaux à activations binaires.

Autres séances à venir :

Surveillez cette page pour l’horaire des prochaines séances.

Pour plus d’informations

Ces séminaires étudiants sont une initiative de l’Institut intelligence et données (IID) de l’Université Laval et ne sont pas destinés au public externe à la communauté universitaire.

  • Vous faites partie des équipes de recherche associées à l’IID et souhaitez être ajouté à la liste d’envoi des activités internes de l’Institut? Contactez equipe@iid.ulaval.ca.
  • Vous faites partie des équipes de recherche associées à l’IID et souhaitez offrir une présentation dans le cadre des séminaires étudiants de l’Institut? Contactez Ihsen Hedli, responsable de la série. 

Restons en contact!

Vous souhaitez être informé des nouvelles et activités de l'IID? Abonnez-vous dès maintenant à notre infolettre mensuelle.