Séminaire DATAIA | Marianne Clausel "Long range dependence in Machine Learning"

2024-03-21 12:30 2024-03-21 14:00 Séminaire DATAIA | Marianne Clausel "Long range dependence in Machine Learning"

Marianne Clausel (IECL, Université de Lorraine) est depuis septembre 2017, professeure à l'Université de Lorraine, affiliée à l'IECL. Elle est également collaborateur externe de l'équipe SiMul au CRAN.

  • Titre : Long range dependence in Machine Learning
  • Résumé : la modélisation de la mémoire longue dans les données est un défi central auquel sont confrontées les applications modernes de l'apprentissage automatique aux séries temporelles. Nous présentons ici une manière de formaliser le concept de mémoire longue. Nous expliquons comment on peut estimer la mémoire longue dans la pratique et nous étudions son impact dans les algorithmes d'apprentissage automatique à la fois d'un point de vue empirique et théorique. Nous présentons deux applications : les systèmes de recommandation et les réseaux neuronaux séquence à séquence.

Le séminaire aura lieu le jeudi 21 mars 2024, de 12h30 à 14h à CentraleSupélec, amphithéâtre e.068 (bâtiment Bouygues) à Gif s/Yvette.
Ce séminaire sera également retransmis en visioconférence (lien à venir).

CentraleSupélec, Amphithéâtre e.068 (bâtiment Bouygues), Gif-sur-Yvette
Thematique : Recherche

Dans le cadre de son animation scientifique, l'Institut DATAIA organise tout au long de l'année des séminaires visant à échanger autour de l'IA.

  • Public
    Tout public
  • Type d'évènement
    Conférence / séminaire / webinaire
  • Conditions

    Sur inscription

  • Dates
    Jeudi 21 mars, 12h30
    12:30 pm - 02:00 pm
  • Lieu
    CentraleSupélec, Amphithéâtre e.068 (bâtiment Bouygues), Gif-sur-Yvette

Marianne Clausel (IECL, Université de Lorraine) est depuis septembre 2017, professeure à l'Université de Lorraine, affiliée à l'IECL. Elle est également collaborateur externe de l'équipe SiMul au CRAN.

  • Titre : Long range dependence in Machine Learning
  • Résumé : la modélisation de la mémoire longue dans les données est un défi central auquel sont confrontées les applications modernes de l'apprentissage automatique aux séries temporelles. Nous présentons ici une manière de formaliser le concept de mémoire longue. Nous expliquons comment on peut estimer la mémoire longue dans la pratique et nous étudions son impact dans les algorithmes d'apprentissage automatique à la fois d'un point de vue empirique et théorique. Nous présentons deux applications : les systèmes de recommandation et les réseaux neuronaux séquence à séquence.

Le séminaire aura lieu le jeudi 21 mars 2024, de 12h30 à 14h à CentraleSupélec, amphithéâtre e.068 (bâtiment Bouygues) à Gif s/Yvette.
Ce séminaire sera également retransmis en visioconférence (lien à venir).