Toward robust deep neural networks
Dans cette thèse, notre objectif est de développer des modèles d’apprentissage robustes et fiables mais précis, en particulier les Convolutional Neural Network (CNN), en présence des exemples anomalies, comme des exemples adversaires et d’échantillons hors distribution –Out-of-Distribution (OOD). Co...
Main Author: | Abbasi, Mahdieh |
---|---|
Other Authors: | Gagné, Christian |
Format: | Doctoral Thesis |
Language: | English |
Published: |
Université Laval
2020
|
Subjects: | |
Online Access: | http://hdl.handle.net/20.500.11794/67766 |
Similar Items
-
Réseaux convolutifs à politiques
by: Pothier, Dominique
Published: (2021) -
Analyse fine 2D/3D de véhicules par réseaux de neurones profonds
by: Chabot, Florian
Published: (2017) -
Towards real-time image understanding with convolutional networks
by: Farabet, Clément
Published: (2013) -
Reconfigurable hardware acceleration of CNNs on FPGA-based smart cameras
by: Abdelouahab, Kamel
Published: (2018) -
On Deep Multiscale Recurrent Neural Networks
by: Chung, Junyoung
Published: (2019)