[{"command":"insert","method":null,"selector":".course-modal-ajax-placeholder-959632","data":"\u003Cdiv class=\u0022container content-rte\u0022\u003E\n  \u003Cdiv class=\u0022row\u0022\u003E\n    \u003Cdiv class=\u0022box col-md-6 bg-primary text-white\u0022\u003E\n      \u003Ch2 class=\u0022h1 text-left\u0022\u003E  G\u00e9n\u00e9ration de donn\u00e9es en IA par transport et d\u00e9bruitage\n\u003C\/h2\u003E\n                  \u003Cdiv class=\u0022field-spacing\u0022\u003E\n        \u003Cdiv class=\u0022field__label h3 dash\u0022\u003EECTS :\n          5\n        \u003C\/div\u003E\n      \u003C\/div\u003E\n                  \u003Cdiv class=\u0022field-spacing\u0022\u003E\n        \u003Cdiv class=\u0022field__label h3 dash\u0022\u003ESemester:\n          Semestre 2\n        \u003C\/div\u003E\n      \u003C\/div\u003E\n            \u003Cdiv class=\u0022field-spacing\u0022\u003E\n      \u003Cdiv class=\u0022field__label h3 dash\u0022\u003ED\u00e9tail du volume horaire\u003C\/div\u003E\n                        \u003Cdiv class=\u0022mt-5 text-justify\u0022\u003E\n                          \u003Cspan class=\u0022field__label h4 mt-5 \u0022\u003ELecture:\u003C\/span\u003E\n                                      \u003Cspan\u003E27\u003C\/span\u003E\n                      \u003C\/div\u003E\n                                                                                        \u003C\/div\u003E\n        \u003Cdiv class=\u0022field-spacing\u0022\u003E\n      \u003Cdiv class=\u0022field__label h3 dash\u0022\u003ELangue d\u0026#039;enseignement\u003C\/div\u003E\n                        \u003Cdiv class=\u0022mt-5 text-justify\u0022\u003E\n                                      \u003Cspan\u003EFran\u00e7ais\u003C\/span\u003E\n                      \u003C\/div\u003E\n                  \u003C\/div\u003E\n        \u003Cdiv class=\u0022field-spacing\u0022\u003E\n      \u003Cdiv class=\u0022field__label h3 dash\u0022\u003EEnseignement \u00e0 distance\u003C\/div\u003E\n                        \u003Cdiv class=\u0022mt-5 text-justify\u0022\u003E\n                                      \u003Cspan\u003Enon\u003C\/span\u003E\n                      \u003C\/div\u003E\n                  \u003C\/div\u003E\n      \u003C\/div\u003E\n    \u003Cdiv class=\u0022box col-md-6\u0022\u003E\n                    \u003Cdiv class=\u0022field-spacing\u0022\u003E\n      \u003Cdiv class=\u0022field__label h3 dash\u0022\u003EProgramme \/ plan \/ contenus\u003C\/div\u003E\n                        \u003Cdiv class=\u0022mt-5 text-justify\u0022\u003E\n                                      \u003Cspan\u003E\u003Cp\u003ELes sujets suivants seront abord\u00e9s:\u003C\/p\u003E\n\u003Cp\u003E\u2013 Transport de probabilit\u00e9s en apprentissage profond. G\u00e9n\u00e9ration et \u00e9chantillonnage par transport.\u003C\/p\u003E\n\u003Cp\u003E\u2013 \u00c9quation de Fokker Plank donnant l\u2019\u00e9volution de la densit\u00e9 de probabilit\u00e9 d\u2019un syst\u00e8me dynamique. \u00c9quation de Langevin pour l\u2019\u00e9chantillonnage de probabilit\u00e9s\u003C\/p\u003E\n\u003Cp\u003E\u2013 G\u00e9n\u00e9ration de donn\u00e9es par score diffusion. Applications \u00e0 l\u2019image et au son.\u0026nbsp; Lien avec le d\u00e9bruitage et la formule de Tweety-Myasawa.\u003C\/p\u003E\n\u003Cp\u003E\u2013 Apprentissage du score avec des r\u00e9seaux de neurones profonds. G\u00e9n\u00e9ralisation de l\u2019apprentissage pour la g\u00e9n\u00e9ration de donn\u00e9es.\u003C\/p\u003E\n\u003Cp\u003E\u2013 Interpr\u00e9tation des r\u00e9seaux. D\u00e9bruitage et parcimonie dans des bases orthogonales.\u003C\/p\u003E\n\u003Cp\u003E\u2013 G\u00e9n\u00e9ration de donn\u00e9es conditionn\u00e9e par une information compl\u00e9mentaire\u003C\/p\u003E\n\u003Cp\u003E\u2013 Interpolant stochastiques pour la pr\u00e9diction. Applications \u00e0 la pr\u00e9diction de syst\u00e8mes physiques chaotiques comme la m\u00e9t\u00e9orologie.\u003C\/p\u003E\u003C\/span\u003E\n                      \u003C\/div\u003E\n                  \u003C\/div\u003E\n        \u003Cdiv class=\u0022field-spacing\u0022\u003E\n      \u003Cdiv class=\u0022field__label h3 dash\u0022\u003EObjectifs d\u0026#039;apprentissage\u003C\/div\u003E\n                        \u003Cdiv class=\u0022mt-5 text-justify\u0022\u003E\n                                      \u003Cspan\u003E\u003Cp\u003ELe cours \u00e9tudie l\u2019\u00e9tat de l\u2019art de la g\u00e9n\u00e9ration d\u2019images, de sons et de donn\u00e9es scientifiques par r\u00e9seaux de neurones profonds. Cela s\u2019obtient par \u00e9chantillonnage de\u0026nbsp; distributions de probabilit\u00e9s, gr\u00e2ce \u00e0 une \u00e9quation de transport. Le cours se concentre sur l\u2019\u00e9quation de score diffusion. Elle transforme un bruit blanc, en effectuant un d\u00e9bruitage progressif pour g\u00e9n\u00e9rer des donn\u00e9es (images, sons,\u2026). Cela n\u00e9cessite d\u2019estimer le score de la densit\u00e9 de probabilit\u00e9, avec un r\u00e9seau de neurone profond. Le cours introduit les bases math\u00e9matiques, algorithmiques et certaines applications.\u003C\/p\u003E\n\u003Cp\u003ELes sujets suivants seront abord\u00e9s:\u003C\/p\u003E\n\u003Cp\u003E\u2013 Transport de probabilit\u00e9s en apprentissage profond. G\u00e9n\u00e9ration et \u00e9chantillonnage par transport.\u003C\/p\u003E\n\u003Cp\u003E\u2013 \u00c9quation de Fokker Plank donnant l\u2019\u00e9volution de la densit\u00e9 de probabilit\u00e9 d\u2019un syst\u00e8me dynamique. \u00c9quation de Langevin pour l\u2019\u00e9chantillonnage de probabilit\u00e9s\u003C\/p\u003E\n\u003Cp\u003E\u2013 G\u00e9n\u00e9ration de donn\u00e9es par score diffusion. Applications \u00e0 l\u2019image et au son.\u0026nbsp; Lien avec le d\u00e9bruitage et la formule de Tweety-Myasawa.\u003C\/p\u003E\n\u003Cp\u003E\u2013 Apprentissage du score avec des r\u00e9seaux de neurones profonds. G\u00e9n\u00e9ralisation de l\u2019apprentissage pour la g\u00e9n\u00e9ration de donn\u00e9es.\u003C\/p\u003E\n\u003Cp\u003E\u2013 Interpr\u00e9tation des r\u00e9seaux. D\u00e9bruitage et parcimonie dans des bases orthogonales.\u003C\/p\u003E\n\u003Cp\u003E\u2013 G\u00e9n\u00e9ration de donn\u00e9es conditionn\u00e9e par une information compl\u00e9mentaire\u003C\/p\u003E\n\u003Cp\u003E\u2013 Interpolant stochastiques pour la pr\u00e9diction. Applications \u00e0 la pr\u00e9diction de syst\u00e8mes physiques chaotiques comme la m\u00e9t\u00e9orologie.\u003C\/p\u003E\u003C\/span\u003E\n                      \u003C\/div\u003E\n                  \u003C\/div\u003E\n        \u003Cdiv class=\u0022field-spacing\u0022\u003E\n      \u003Cdiv class=\u0022field__label h3 dash\u0022\u003EOrganisation g\u00e9n\u00e9rale et modalit\u00e9s p\u00e9dagogiques\u003C\/div\u003E\n                        \u003Cdiv class=\u0022mt-5 text-justify\u0022\u003E\n                                      \u003Cspan\u003E\u003Cp\u003E8 s\u00e9ances : une s\u00e9ance de cours est suivie d\u2019une pr\u00e9sentation par un chercheur d\u2019un domaine de recherche en lien avec le cours.\u003Cbr\u003E\nLe cours est valid\u00e9 par un projet sur l\u0027un des challenges propos\u00e9.\u003C\/p\u003E\u003C\/span\u003E\n                      \u003C\/div\u003E\n                  \u003C\/div\u003E\n                                \u003Cdiv class=\u0022field-spacing\u0022\u003E\n      \u003Cdiv class=\u0022field__label h3 dash\u0022\u003ENature de l\u0026#039;\u00e9valuation\u003C\/div\u003E\n                        \u003Cdiv class=\u0022mt-5 text-justify\u0022\u003E\n                                      \u003Cspan\u003EEvaluation Continue non Int\u00e9grale\u003C\/span\u003E\n                      \u003C\/div\u003E\n                  \u003C\/div\u003E\n      \u003C\/div\u003E\n  \u003C\/div\u003E\n\u003C\/div\u003E\n","settings":null}]