Calendrier

Bastien Faucard (VR2Planets) "Utilisation du deep learning appliqué aux produits MSL"

x
Mardi 18 Juin 2019, 13:00 - 14:00
par Mickaël BONNIN

Le deep learning est un procédé algorithmique (réseau de neurones formels) d’apprentissage par l’erreur. Toute tâche modélisable informatiquement peut alors être assimilée par ce type d’algorithme. De manière conceptuelle, un réseau de neurones est un ensemble de connexions entre des neurones formels. Un neurone formel est caractérisé par des entrées xi, des sorties set des paramètres internes : les poids α et la fonction d’activation h. C’est une modélisation artificielle d’un neurone biologique où les poids correspondent aux synapses, les entrées aux dentrites et la fonction d’activation au noyau. On dit qu’un tel algorithme "apprend de ces erreurs" car l’entrainement d’un réseau de neurones formels se résume de manière assez simpliste à la mise à jour itérative des poids de chaque neurone en fonction de l’erreur commise sur chaque sortie d’une base données. Ce concept s’applique en particulier à la tâche de coloriser une image initialement en noir et blanc. Après un entrainement conséquent (un grand nombre d’images assez variées et d’itérations), on obtient ce type de résultats quant aux produit MSL. Lors de ce séminaire, j’exposerai le principe de fonctionnement d’un réseau de neurones formels. Ensuite, je détaillerai en particulier la méthode de colorisation de Zhang et al.2016 [2] utilisant le réseau caffe Jia et al. 2014 [1]. Enfin, je présenterai quelques résultats déduits de cette méthode quant aux produits MSL.

Lieu : Amphithéâtre du bâtiment 4

Retour