A Forum Numerica seminar
by Dr Vincent Gripon
IMT Atlantique / Chaire d'excellence Université Côte d'Azur
12/03/2020
Résumé :
Les réseaux convolutifs profonds atteignent l'état de l'art dans un grand nombre de problèmes en apprentissage automatique. Mais cette performance s'obtient au prix d'une grande complexité calculatoire et d'un grand nombre de paramètres entraînables. Dans cette présentation, nous passerons en revue les principales techniques introduites dans la littérature pour réduire ces architectures. Nous nous attarderons à comprendre leurs réels intérêts et leurs limites. Les enjeux vont des contraintes des systèmes embarqués ou temps réel jusqu'à des questions plus fondamentales sur l'interprétation, la robustesse et la recherche automatique d'architectures.
Biographie :
Vincent Gripon est chargé de recherche à l'IMT Atlantique, où il dirige une équipe d'une dizaine de personnes, et titulaire d'une chaire d'excellence à l'Université Côte d'Azur. Il conduit une recherche à la croisée entre apprentissage automatique, traitement du signal, implémentations électroniques et réseaux de neurones artificiels. Il est éditeur associé pour la revue IEEE Transactions on Signal Processing.
https://www.vincent-gripon.com/
FORUM NUMERICA is sponsored by the Academy of Excellence “Networks, Information and Digital Society” of Université Côte d'Azur
Seminars are free, open to a large audience, and do not require registration.
Upcoming events are notified through a mailing list. Please send an e-mail to academie1-seminaire-request@listes.univ-cotedazur.fr with subject "subscribe" to be informed about upcoming seminars.
Mots clés : ds4h machine learning reseaux de neurones