Projets financés
Une algorithmie numériquement efficace pour atteindre une convergence super-linéaire en apprentissage par renforcement pour des systèmes contraints – NERL
L'apprentissage par renforcement permet des résultats remarquables dans de nombreux domaines (des jeux à la robotique). Mais son déploiement sur des applications réalistes reste difficile, en particulier quand des systèmes physiques sont impliqués. Ces systèmes sont connus pour leurs multiples diffi
Apprendre à traduire des dessins de conception en programmes de CAO – NaturalCAD
La conception assistée par ordinateur (CAO) est une industrie de plusieurs milliards de dollars responsable de la conception numérique de presque tous les produits manufacturés. Il s'appuie sur la modélisation paramétrique, qui permet de modifier les dimensions d'une conception, facilitant l'optimis
Preuves formelles basées sur des scenarios pour le logiciel concurrent – SCEPROOF
Les logiciels modernes utilisent de plus en plus la programmation concurrente afin d'exploiter les avantages de performances offerts par les architectures multicœurs. La programmation concurrente est cependant notoirement difficile et des bogues de concurrence existent même dans le code écrit par le
Apprentissage sur des Grands jeux de Données : Application à l'analyse de données IRMf Multi-sujets – AGDAM
De nos jours, la disponibilité croissante d'ensembles de données multiples et complémentaires associés à un problème donné pose le défi de l'extraction des caractéristiques utiles et pertinentes pour la tâche considérée. Ceci se fait généralement en considérant des modèles de mélange de sources asso
