"Atelier permanent de l'OMP": RNN2DL : Des Réseaux de Neurones au Deep Learning, retours d'expériences et méthodes pour la recherche.

"Des réseaux de neurone au Deep Learning", quelles mises en oeuvre?
Nous ferons un retour sur quelques expériences de mise en oeuvre de réseaux de neurones dans le milieu académique (correction instrumentale; classification de l'occupation du sol à partir d'images multi-spectrales, multi-résolutions, multi-temporelles; système d'alerte de pollution des bassins versants à partir des données disponibles dans les agences de l'eau). Nous nous intéresserons à la découverte de la bonne topologie du réseau pour optimiser l'apprentissage et surtout la généralisation. Par suite, nous essayerons d'en tirer des enseignements pour la mise en oeuvre de solutions d'apprentissage profond.

Retours d’expérience sur les Rns.
Classification des sols multi-spectrale, multi-resolution, multi-temporelle.
Correction instrumentale.
Système de prévision de la pollution des bassins versants.
Synthèse sur l’outil des Rns : quelle méthode pour la recherche ?
Quelle mise en œuvre ? Du RN au simulateur de RN…
Intérêts et limitations des RNs.
Quel apport du Deep learning ? Quelles nouvelles approches pour la recherche .
Illustration de la recherche par les données (LATIM, ...)
Comparatif de la complexité (RN versus Deep learning).
Conséquence sur la mise en œuvre.
Quelles pratiques à avoir ?
Discussion intérêts et limitations de l’apprentissage profond ?

Enregistré le : 07/11/2017

Intervenant(s) : Pascal Dayre (IRIT)

Réalisation : Dir. Communication Univ. Toulouse 3

Vidéos associées