Réseaux neuronaux et systèmes flous

QTML 2025: Accelerating Inference for Multilayer Convolutional Neural Networks

QTML 2025 : Accélération de l’inférence pour les réseaux neuronaux convolutifs multicouches

QTML 2025: A Unified Theory of Quantum Neural Network Loss Landscape

QTML 2025 : Une théorie unifiée du paysage de perte des réseaux neuronaux quantiques

Generative AI L17: BiRNNs and Stacked Deep RNNs

IA générative L17 : BiRNN et RNN profonds empilés

Generative AI L16: LSTMs

IA générative L16 : LSTMs

Deep Learning 2 [Even Semester 2025/2026 Telyu] - Multilayer Perceptrons & Neural Network

Deep Learning 2 [Semestre Pair 2025/2026 Telkom] - Perceptrons Multicouches et Réseau de Neurones

MLP Live session

Session MLP en direct

Le "Q-Day" approche ... et PERSONNE n'est prêt.

[Generative AI in Urdu/Hindi] Lecture 17: Transformers (first pass)

[IA générative en ourdou/hindi] Leçon 17 : Transformers (premier passage)

MLP Live session Week 4

MLP Session en direct Semaine 4

They solved AI hallucinations!

Ils ont résolu les problèmes d'hallucinations de l'IA !

Keynote- Neural Race Reduction Dynamics of feature learning in deep architectures (Prof Andrew Saxe)

Keynote- Dynamiques de réduction de course neuronale de l’apprentissage de caractéristiques dans les architectures profondes (Prof Andrew Saxe)

Deep Learning 1 [Even Semester 2025/2026 Telyu] - Introduction to Deep Learning

Deep Learning 1 [Even Semester 2025/2026 Telyu] - Introduction au Deep Learning

Lorin Crawford - When more isn't better: Rethinking Scale in Single-cell Foundation Models

Lorin Crawford - Quand plus n'est pas mieux : repenser l'échelle dans les modèles fondamentaux de cellule unique

Is AI Hiding Its Full Power? With Geoffrey Hinton

L'IA cache-t-elle sa pleine puissance ? Avec Geoffrey Hinton

Awni Altabaa: Unlocking Out-of-Distribution Generalization in Transformers via Latent Reasoning

Awni Altabaa: Déverrouiller la généralisation hors distribution dans les Transformers via le raisonnement latent

MLP Live session | Week 3 Session 2

Session live MLP | Semaine 3 Session 2

[Generative AI in Urdu/Hindi] Lecture 15: Methods of computing attention

[IA générative en ourdou/hindi] Conférence 15 : Méthodes de calcul de l'attention

Beyond the Buzzwords: How Neural Networks Actually Learn

Au-delà des mots à la mode : comment les réseaux de neurones apprennent réellement

[ИАД, весна 2026] Введение в машинное обучение. Лекция 3: Нейронные сети

[ИАД, весна 2026] Introduction à l'apprentissage automatique. Leçon 3 : Réseaux de neurones

Renier Mendoza: Image reconstruction in electrical impedance tomography using deep neural networks

Renier Mendoza: Reconstruction d'images en tomographie d'impédance électrique à l'aide de réseaux de neurones profonds

Pantelis Vlachas: Hypernetworks for Adaptive and Generalizable Forecasting in Dynamical Systems

Pantelis Vlachas : Hyperréseaux pour la prévision adaptative et généralisable dans les systèmes dynamiques

Masanobu Horie: Structure-Preserving Graph Neural Networks: Enforcing Symmetry and Conservation Laws

Masanobu Horie: Réseaux de neurones de graphes préservant la structure : Application de la symétrie et des lois de conservation

Luca Galimberti: Infinite-dimensional Deep Learning methods for Finance

Luca Galimberti : Méthodes d’apprentissage profond de dimension infinie pour la finance

Krishnan Raghavan: The role of architecture in learning a continuum of task

Krishnan Raghavan : Le rôle de l'architecture dans l'apprentissage d'un continuum de tâches

Florian Rossmannek: Echo states and fading memory in state-space systems

Florian Rossmannek : États d'écho et mémoire défaillante dans les systèmes d'espace d'état

Deepseek Sparse Attention

Attention éparse de Deepseek

Wei Kang: Deep Learning for Data Assimilation

Wei Kang : Apprentissage profond pour l'assimilation de données

MLP Live session | Week 3

Session MLP en direct | Semaine 3

Benjamin Charles Walker: Linear Neural Controlled Differential Equations

Benjamin Charles Walker : Équations différentielles linéaires contrôlées par les neurones

Masanobu Inubushi: Reservoir computing with generalized readout based on generalized synchronization

Masanobu Inubushi: Calcul de réservoir avec lecture généralisée basée sur la synchronisation généralisée

Grok 4.2 est intelligent … mais genre SUPER INTELLIGENT !

MLP Live session | Week 2

Session en direct MLP | Semaine 2

Graph Sample and Aggregate: GraphSAGE

Exemple et agrégation de graphiques : GraphSAGE

Graph Neural Networks: what are they?

Réseaux neuronaux graphiques : qu’est-ce que c’est ?

Graph Neural Networks: message passing

Réseaux neuronaux graphiques : transmission de messages

Graph Convolutional Networks

Réseaux de convolution de graphes

Graph Attention Networks (GAT)

Réseaux d'attention graphique (GAT)

[Generative AI in Urdu/Hindi] Lecture 13: LSTMs, bi-directional, multi-layer, teacher forcing.

[IA générative en ourdou/hindi] Leçon 13 : LSTM, bidirectionnel, multicouche, forçage par enseignant.

MLP Live session | Week 2

MLP Live session | Semaine 2

[Generative AI in Urdu/Hindi] Lecture 12: RNN variations, its issues, possible solutions. LSTMs.

[IA générative en ourdou/hindi] Leçon 12 : Variations de RNN, ses problèmes, solutions possibles. LSTM.