Resumé : Cette présentation est consacrée à l’apprentissage profond et aux réseaux de neurones convolutionnels (CNNs). Particulièrement, l’accent sera mis sur l’apprentissage profond par les CNNs.
L’exposé va traiter les points suivants :
– Un historique de l’intelligence artificielle, l’apprentissage automatique et des réseaux de neurones classiques en arrivant aux CNNs.
– Le principe et le fonctionnement des CNNs.
– Une comparaison entre ces réseaux de neurones artificiels classiques et les CNNs.
– D’où vient l’idée des CNNs ?
– Essayer de comprendre le succès extraordinaire des réseaux CNNs.
Kamal E. Melkemi est chef du département informatique de l’Université de Batna 2 en Algérie. Il a obtenu son doctorat (Ph.D.) en informatique de l’Université de Constantine en 2006. Son mémoire de recherche porte sur les algorithmes évolutifs basés sur la MRF (Markov Random Fields) pour la segmentation d’images. Ses intérêts de recherche actuels incluent la reconnaissance de formes, l’intelligence artificielle, l’apprentissage automatique et profond, la robotique. Kamal collabore avec l’équipe Modélisation Géométrique du LIB depuis de nombreuses années …