Exploiting Graph Invariants in Deep Learning

Conférence de Marc Lelarge, chercheur à l'INRIA et maître de conférences à l'Ecole Polytechnique et à l'ENS-PSL dans le cadre du prochain colloquium PRAIRIE.

Marc Lelarge est chercheur à l'INRIA. Il est également chargé de cours en deep learning à l'Ecole Polytechnique (Palaiseau, France) et à l'Ecole Normale Supérieure - PSL. Il est diplômé de l'Ecole Polytechnique, ingénieur de l'Ecole Nationale Supérieure des Télécommunications (Paris) et a obtenu un doctorat en mathématiques appliquées de l'Ecole Polytechnique en 2005. Il a reçu le prix du chercheur étoile montante de SIGMETRICS en 2012 et le prix de la meilleure publication en probabilités appliquées en 2015 avec Mohsen Bayati et Andrea Montanari pour leurs travaux sur la détection comprimée.

Le deep learning géométrique est une tentative d'unification géométrique d'une large classe de problèmes d'apprentissage automatique du point de vue de la symétrie et de l'invariance. Dans cet exposé, Marc Lelarge présentera certaines avancées du deep learning géométrique appliqué aux structures combinatoires. Il se focalisera sur diverses classes de réseaux neuronaux de graphes qui se sont avérés efficaces dans un large éventail d'applications avec des données structurées en graphes.

Prairie est un institut spécialisé dans l'intelligence artificielle labellisé 3IA (Institut Interdisciplinaire d’Intelligence Artificielle) par le gouvernement. Il est l'un des quatre instituts français d'intelligence artificielle, créés dans le cadre de l'initiative nationale française sur l'IA annoncée par le président Emmanuel Macron le 29 mai 2018.

 

19 janvier 2022
-
Recherche - Colloque
#DeepLearning #AI
PRAIRIE

Le lien pour la visioconférence est disponible ici.

Format 100% digital
2022-01-19 15:00 2022-01-19 19:00 Europe/Paris Exploiting Graph Invariants in Deep Learning Format 100% digital