Compact transformation for 2-dimensional triangulations with edge flip. |
|
Computational Protein Design with Deep Learning and Automated Reasoning. |
|
Context-aware person recognition in TV programs |
|
Continual class-incremental learning for autonomous object recognition in image sequences |
|
Continual learning across data arrival scenarios, a step towards real-life applications. |
|
Contrôle des modèles de génération d'image sans supervision. |
|
Deep learning interpretability with visual analytics : Exploring reasoning and bias exploitation |
|
Le design de protéines par apprentissage profond et raisonnement automatique |
|
Designing Visual Explanations of Deep Learning Classifiers Decisions in Medical Image Analysis |
|
Détection de nouveauté au plus tôt dans des flux de données textuelles |
|
Détection d'objets dans des images aériennes en cas de faible supervision. |
|
Early novelty detection in textual data streams. |
|
Élaboration d'Explications Visuelles des Décisions de Classifieurs entrainés par Apprentissage Profond en Imagerie Médicale. |
|
Enregistrement d'Image Déformable en Groupe pour l'Estimation de Mouvement en Imagerie Médicale en 4D |
|
Explicabilité des modèles profonds et méthodologie pour son évaluation : application aux données textuelles de Pôle emploi |
|
Exploitation de la Puissance des Données Multimodales et Textuelles pour l'Industrie 4.0. |
|
Expression Créative Assistée par IA : Le Cas de La Colorisation Automatique de Line Art |
|
Expressive classification rule learning with an emphasis on learning from sequential data |
|
A framework for the automated analysis, interpretation and interactive retrieval of comic books' images. |
|
From euclidean to hyperbolic spaces : rethinking hierarchical classification of remot sensing scene images |
|
Généralisation hors-distribution en apprentissage profond : classification et prévision spatiotemporelle. |
|
Graph-based semi-supervised learning in missing and noisy graph settings. |
|
Handling imperfections for multimodal image annotation |
|
Harnessing the Power of Multimodal and Textual Data in Industry 4.0 |
|
How to train your global workspace? Evaluating and efficiently learning multimodal representations |
|
Identification des populations causales par l'estimation de distributions cachées. |
|
Inférence de règles de transformations de graphe pour la conception d'opérations de modélisation géométrique. |
|
Intégration de Connaissances aux Modèles Neuronaux pour la Détection de Relations Visuelles Rares |
|
Interprétabilité de l’apprentissage profond via analyse visuelle : Exploration de raisonnements et de l’exploitation de biais. |
|
Knowledge Integration into Neural Networks for the purposes of Rare Visual Relation Detection. |
|
A la recherche de la haute performance pour les codes de calcul et la visualisation scientifique |
|
Label Noise Impact on Classifier Evaluation. |
|
Learning and exploiting semantic representations for image classification and retrieval. |
|
Learning higher-order functions for computation, memorization and control with artificial neural networks. |
|
Learning Recruitment-Related Representations from Graphs and Sequential Data |
|
Learning with Limited Labeled Data |
|
Machine learning based simulation of realistic signals for an enhanced automatic diagnostic in non-destructive testing applications |
|
Machine learning methods for automatic crop classification and prediction of yields on a large scale |
|
Méthodes non-supervisées et faiblement supervisées d'apprentissage profond pour la vision par ordinateur et l'imagerie médicale. |
|
Méthodologie d'apprentissage statistique exploitant la diversité des scénarios environnementaux dans les données de cultures : Application à la prévision de récoltes à grande échelles. |
|
Multifactorial analysis of crop performance - Method and automation of agronomical, environmental and socio-economic data integration - Example of non-irrigated corn for grain in North America. |
|
Object detection in aerial Images in scarce data regime |
|
Out-of-distribution Generalization in Deep Learning : Classification and Spatiotemporal Forecasting |
|
Parallel algorithms for clustering large datasets on CPU-GPU heterogeneous architectures |
|
Pattern Recognition in the Usage Sequences of Medical Apps |
|
Profiling and Visualizing Android Malware Datasets |
|
Progressive and Random Accessible Mesh Compression |
|
Proposition d'un cadre pour l'analyse automatique, l'interprétation et la recherche interactive d'images de bande dessinée |
|
Protéger les systèmes de deep learning face aux attaques : améliorer la robustesse adversaire et la détection. |
|
Recherche multimédia à large échelle. |
|
Reconnaissance des personnes grâce au contexte dans les programmes télévisés. |
|
Représentation des mots et des connaissances : construction, utilisation et évaluation des plongements euclidiens et hyperboliques |
|
Représentations à base de parties pour la vision 3D de haut niveau |
|
Robust and comprehensive joint image-text representations |
|
Searching for the highest performance for simulation codes and scientific visualization. |
|
Segmentation sémantique interactive d'images aériennes avec des réseaux de neurones profonds. |
|
Semantic segmentation of airborne hyperspectral images (0.4 - 2.5 µm) for mapping impermeable surfaces in large urban areas |
|
Simulation réaliste basée sur des techniques d'apprentissage pour l'amélioration du diagnostic en contrôle non destructif. |
|
Social Media Stories. Détection d'événements dans des flux de documents hétérogènes appliquée à l'étude de la diffusion de l'information entre réseaux sociaux et médias. |
|
Social Media Stories. Event detection in heterogeneous streams of documents applied to the study of information spreading across social and news media |
|
Statistical Learning Methodology to Leverage the Diversity of Environmental Scenarios in Crop Data : Application to the prediction of crop production at large-scale |
|
Stratégies de combinaison de contenus pour la classification d’images. |
|
Theory and Algorithms for domain adaptation applied to deep computer vision. |
|
Toward more practical zero-shot learning |
|
Towards a cognitive vision platform for semantic image interpretation : application to the recognition of biological organisms |
|
Towards Adaptive Learning with Invariant Representations |
|
Towards Few-Annotation Learning in Computer Vision : Application to Image Classification and Object Detection tasks |
|
Transformations compactes de triangulations surfaciques par bascule d'arête |
|
Unsupervised and weakly supervised deep learning methods for computer vision and medical imaging |
|
Vers l'apprentissage adaptatif avec des représentations invariantes. |
|
Vers l'universalité des représentations visuelle et multimodales |
|
Vers un apprentissage avec peu d’annotations en vision par ordinateur : Application à la classification et à la détection d’objets dans les images. |
|
Vers un apprentissage sans exemple plus réaliste. |
|
Word and knowledge representation : building, using and evaluating euclidean and hyperbolic embeddings. |
|