Raisonnement sur les données : Apprentissage par analogie et transfert pour améliorer l'apprentissage automatique
Reasoning over Data: Analogy-based and Transfer Learning to improve Machine Learning
Jury
Directeur de these_COUCEIRO_Miguel_UNIVERSITÉ DE LORRAINE
CoDirecteur de these_GéLY_Alain_UNIVERSITE DE LORRAINE
Examinateur_FIGUEIREDO_Mário A. T._INSTITUTO DE TELECOMUNICAÇÕES, INSTITUTO SUPERIOR TÉCNICO
Président_AMBLARD_Maxime_UNIVERSITÉ DE LORRAINE
Rapporteur_BOURAOUI_Zied_UNIVERSITE D'ARTOIS
Rapporteur_SHAHAF_Dafna_HEBREW UNIVERSITY OF JERUSALEM
école doctorale
IAEM - INFORMATIQUE - AUTOMATIQUE - ELECTRONIQUE - ELECTROTECHNIQUE - MATHEMATIQUES
Laboratoire
LORIA - Laboratoire Lorrain de Recherche en Informatique et ses Applications
Mention de diplôme
Informatique
B013
Loria
Campus Scientifique
BP 239
54506 Vandoeuvre-lès-Nancy
Mots clés
apprentissage automatique,apprentissage par transfert,analogie,
Résumé de la thèse
Ces dernières années ont été marquées par un regain d'intérêt pour le potentiel de l'inférence analogique et de la détection des analogies, avec des applications fructueuses dans l'apprentissage automatique pour la découverte et la génération d'images, de textes et de données structurées telles que les graphes de connaissances, ou encore la détection des relations entre et au sein d'images, de textes, ou de données structurées.
Keywords
transfer learning,analogy,machine learning,
Abstract
Recent years have seen a renewed interest in the potential of analogy detection and analogical inference, with successful applications in Machine Learning (ML) to the retrieval and generation of images, of text, and structured data such as knowledge graphs, but also the detection of relations between and within images, texts, and structured data. While some of those works are based on an intuitive understanding of analogy, significant effort has been made since the antiquity to define analogies as accurately as possible.
