DIC9315, Sujets Spéciaux en Intelligence Artificielle et Reconnaissance des Formes

Syllabus

Notes

Introduction générale

Réseaux de Neurones artificiels (RNA)

 Introduction   

 Réseaux discriminants pour singletons : PMC et apprentissage par descente de gradient et retro-propagation d’erreur; version CNN pour la détection automatique de traits

 Réseaux pour les séquences : récurrents (LSTM) et attentifs (Transformer), à réservoir de calcul

 Réseaux à apprentissage par renforcement 

 Réseaux génératifs : Autoencodeurs (AE) et réseaux génératifs antagonistes (GAN); Modèles de langage statistiques (LLM)

Classification/régression à apprentissage statistique

Séparateurs à vastes marges (SVM)

Logique Floue

Introduction, types et exemple d'application        

Arbres de décision flous

Réseaux neuro-flous 

Modèles d’inférence probabiliste

Introduction

Modèles de Markov cachés

Réseaux bayésiens 

Modèles évolutionnaires

Algorithmes et programmation génétiques

Intelligence collective

Modèles hybrides

Systèmes experts connexionnistes, systèmes neuroflous