Bonjour à tous,

Nous avons le plaisir de vous inviter au deuxième séminaire de la session d'hiver 2021 du LATECE. 

Lieu: Zoom : https://uqam.zoom.us/j/85977067999

Titre: Entraîner un réseau de neurones avec peu de données, associer ou vérifier ?

Résumé: Depuis 2012, l’apprentissage profond ne cesse de fournir des solutions spectaculaires à des problèmes jugés difficiles ou inabordables par d’autres approches, notamment en reconnaissance des formes. Cependant, ses prouesses exigent souvent des données massives pour entraîner les réseaux de neurones associés, une condition difficile à satisfaire dans beaucoup de domaines. La présentation discute de moyens de réduire les données requises, dont le méta-apprentissage, et montre comment, en ramenant la classification à une vérification, on peut créer de nouvelles solutions comme le fait l’apprentissage ponctuel. Une application à la découverte de médicaments avec un réseau de neurones siamois sera donnée en exemple. 

Conférencier:Mounir Boukadoum est professeur titulaire au département d’informatique de l’UQAM, et directeur du Regroupement Stratégique des Microsystèmes du Québec (RESMIQ resmiq.org), un regroupement stratégique de recherche FRQNT. Professeur à l’UQAM depuis 1984, ses intérêts en recherche, initialement orientés vers l’instrumentation et les signaux biomédicaux avec les applications cliniques en vue, portent aujourd’hui sur les applications de l’intelligence artificielle dans divers domaines, dont le génie logiciel, le génie biomédical, et les systèmes d'instrumentation et de communications en général. Il compte à son actif des livres et plus de 200 articles publiés dans des revues et actes de congrès avec comités de lecture. Il détient un PhD de l’Université de Houston et une Maîtrise en génie du Stevens Institute of Technology. Il est cofondateur de la conférence internationale NEWCAS d’IEEE et membre du groupe de travail sur les réseaux de neurones et leurs applications du même organisme. Il est aussi membre associé du LATECE.