Blog
Discussions sur les thèmes de recherche récents, les articles et les idées en IA, apprentissage automatique, calcul évolutionnaire et neurosciences.
Ce blog est en cours de création. Les articles couvriront les résultats de recherche, les discussions d'articles récents, les tutoriels techniques et les réflexions sur les tendances de l'IA. Revenez bientôt ou suivez-moi sur Twitter/X pour les mises à jour.
Apprentissage automatique
À venir
Attaques adverses dans le ML explicable : que peut-on faire ?
Une discussion sur notre récent article de synthèse sur les menaces adverses contre les modèles d'apprentissage automatique explicables et les humains. Qu'est-ce qui rend les explications vulnérables, et comment pouvons-nous les défendre ?
Lire la suite →
À venir
Grands modèles de langage pour la sélection de caractéristiques : premiers pas
Les LLM peuvent-ils être utiles pour la sélection de caractéristiques dans la classification d'anomalies ? Nous explorons l'empilement (stacking) des prédictions de LLM comme une nouvelle approche de l'ingénierie des caractéristiques.
Lire la suite →
À venir
Adaptation de domaine pour le décodage cérébral
Combler le fossé entre la perception visuelle et l'imagerie mentale dans le décodage cérébral : comment l'adaptation de domaine avec l'analyse searchlight permet une classification multi-paradigme.
Lire la suite →
Calcul évolutionnaire & recherche d'architecture neuronale
À venir
Neuroévolution en 2025 : où en sommes-nous ?
Une perspective sur l'état des algorithmes neuroévolutionnaires, leurs applications dans la recherche d'architecture neuronale et les nouvelles frontières ouvertes par les modèles à grande échelle.
Lire la suite →
À venir
Modèles factorisés dans la recherche d'architecture neuronale
Comment les représentations factorisées dans le NAS impactent les coûts de calcul et les performances. Résumé de notre travail récent présenté à l'IJCNN 2024.
Lire la suite →
Optimisation & Ordonnancement
À venir
Apprentissage par renforcement profond pour l'ordonnancement d'ateliers : un aperçu
L'apprentissage par renforcement profond a montré des résultats remarquables pour le problème de l'ordonnancement d'ateliers flexible. Nous passons en revue notre approche combinant la programmation par contraintes avec le DRL pour l'ordonnancement en temps réel.
Lire la suite →
À venir
Apprentissage par renforcement hors ligne pour l'optimisation combinatoire : leçons apprises
Que se passe-t-il lorsque vous appliquez l'apprentissage par renforcement hors ligne à l'ordonnancement industriel ? Une discussion de nos résultats et des défis ouverts dans cette direction.
Lire la suite →
Grands modèles de langage dans la recherche
À venir
Utiliser les LLM pour améliorer la rédaction scientifique et le code
Réflexions sur la façon dont les grands modèles de langage modifient les flux de travail de recherche : de la rédaction d'articles à la génération de code, la revue de littérature, et au-delà.
Lire la suite →