MLIA: Machine Learning – Deep Learning and Information Access
ISIR
Axe 2 : Approches quantitatives à l'exploration du comportement et de la cognition
Axe 3 : Réseaux neuronaux, modélisation et intelligence artificielle
Aspects algorithmiques de l’apprentissage machine.
La recherche de MLIA porte sur l’apprentissage automatique. MLIA a joué un rôle important dans l’avancement de l’apprentissage profond et des réseaux de neurones en France, s’établissant comme un groupe pionnier dans ce domaine. Au cours des 15 dernières années, l’équipe a exploré l’apprentissage profond dans divers domaines, avec un accent particulier sur la Vision par Ordinateur, le Traitement du Langage Naturel et l’Apprentissage Profond pour la modélisation de phénomènes physiques complexes. Récemment, MLIA a élargi son portefeuille de recherche pour inclure l’Apprentissage Automatique pour la Robotique.
Défis scientifiques
– Modèles de fondation,
– Frugalité,
– Systèmes dynamiques,
– Robustesse/explicabilité.
Institut des Systèmes Intelligents et de Robotique Sorbonne Université – Campus Pierre et Marie Curie Pyramide - 4, place Jussieu 75005 Paris – France
Responsable équipe :
Gord Matthieu
Nom du Co-responsable équipe :
Nom du Contact administratif :
Malika Auvray
Site web : Cliquez ici
Mots clés : #Traitement des langues#Vision artificielle #Modélisation des processus physiques #Apprentissage statistique pour la robotique #Language processing# Artificial vision #Modeling of physical processes #Statistical learning for robotics.