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)

Modèles d’inférence probabiliste

Introduction

Modèles de Markov cachés , application à la reconnaissance vocale

Réseaux bayésiens 

Logique Floue

Introduction      

Arbres de décision flous

Modèles évolutionnaires

Algorithmes et programmation génétiques

Intelligence collective

Modèles hybrides

Comparaison de modèles et hybridation, systèmes experts connexionnistes et neuroflous