Nous avons alors proposé notre approche impulsionnelle du calcul des réseaux de neurones convolutionnels avec une architecture associée.
We then proposed our spiking approach to the computation of convolutional neural networks with an associated architecture.
Ensuite, les très répandus et étudiés réseaux de neurones convolutionnels et récurrents sont étendus à l'espace des quaternions.
Then, more elaborated convolutional and recurrent neural networks are extended to the quaternion domain.
Plus précisément, on peut construire des représentations invariantes pour la classification en se basant sur une architecture de réseaux convolutionnels profonds.
More precisely, we can extract invariant features for classification from sparse representations in a deep convolutional framework.
De nombreux réseaux de neurones convolutionnels profonds ont été adaptés du domaine de la vision aux tâches d'analyse des sentiments et de classification des textes.
Similar to computer vision, numerous deep convolutional neural networks have been adapted to sentiment analysis and text classification tasks.
On peut donc faire un parallèle entre les mécanismes cognitifs utilisés par le cerveau pour comprendre les images et les réseaux convolutionnels.
As a result, it is possible to draw a parallel between the cognitive mechanisms used by the brain in order to understand images and convolutional networks.
L'invention concerne un système de codage constitué par une concaténation sérielle, parallèle ou mixte de codes convolutionnels de composants dotés de caractéristiques algébriques particulières.
The invention concerns a coding scheme consisting of a serial, parallel or mixed concatenation of component convolutional codes having particular algebraic characteristics.
On montre en particulier l'intérêt des réseaux de neurones convolutionnels, des modèles profonds pour la représentation et la classification d'images ayant récemment prouvé leur efficacité sur une multitude de tâches en reconnaissance visuelle.
In particular, we show the interest of the convolutional neural networks, deep models for image representation and classification that have recently proven their efficiency on various tasks in visual recognition.
Nous traitons la question de l'efficacité dans l'apprentissage de bout en bout de ces représentations en tirant parti de réseaux complètement convolutionnels.
We address the issue of efficiency in end-to-end learning of these representations by leveraging fully convolutional networks.
décodeur séquentiel pour décoder des codes convolutionnels
sequential decoder for decoding of convolutional codes
Au final, l'implémentation des réseaux de neurones convolutionnels en utilisant des modèles impulsionnels semble être prometteuse pour améliorer l'efficacité des réseaux.
In the end, the implementation of convolutional neural networks using spiking models seems to be promising for improving the networks efficiency.
De plus, comme la majorité des méthodes récentes d'évaluation de la photo sont basées sur des réseaux de neurones convolutionnels, nous avons exploré et visualisé les caractéristiques esthétiques apprises par ces méthodes.
In addition, as the majority of recent methods for photo assessment are based on convolutional neural networks, we explore and visualize the aesthetic characteristics learned by such methods.
Pour cela, l'idée principale est de profiter des progrès récents de l'apprentissage profond par réseaux de neurones convolutionnels pour extraire de l'information de haut-niveau sur laquelle on peut baser des modèles géométriques.
For do so, the main idea is to take advantage of recent advances in deep learning by convolutional neural networks to extract high-level information on which geometric models can be based.
Premierement, nous introduisons une nouvelle approche pour adresser la reconnaissance de la parole avec des réseaux de neurones convolutionnels qui montre des performances comparables avec leur homologue des réseaux neuronaux récurrents.
We introduce a new approach to address speech recognition with convolutional neural networks which shows the comparable results with their recurrent neural networks counterpart.
