Belgique
Collège Royal de Belgique
Le 15 janvier 2020, un cours sur : Modèles multi-échelles et réseaux de neurones convolutifs.
Les réseaux de neurones profonds ont permis de faire des progrès spectaculaires pour résoudre des problèmes complexes comme la reconnaissance d'images, de sons, du langage, ou en physique. Ils ont pris une part importante au renouveau de l'intelligence artificielle. Pourtant on comprend très mal comment ils fonctionnent, ce qui pose de nombreux problèmes de robustesse et d'explicabilité.
Reconnaitre ou classifier des données revient à approximer des phénomènes qui dépendent d'un très grand nombre de variables. L'explosion combinatoire des possibilités rend ce problème extrêmement difficile, et potentiellement impossible. S'il est possible d'apprendre c'est qu'il y a de la structure qui limite la complexité, que les réseaux de neurones semblent pouvoir capturer. Comprendre cette « architecture de la complexité » fait appel à de nombreuses branches des mathématiques. Les représentations multi-échelles et parcimonieuses ainsi que l’existence de symétries jouent un rôle important, qui sera abordé en lien avec la transformée en ondelettes. Ces problèmes sont illustrés par des applications en physique, pour la classification et pour la génération d’images
