Nouvelles tendances en apprentissage profond

Responsable : Nicolas Thome

Objectif : Cette UE introduit des concepts récents en deep learning et a vocation à s’adapter aux avancées du domaine. En particulier, le cours présente en détail - du point de vue théorique et pratique les modèles génératifs récents (modèles variationnels, adverses, de flot normalisant et de diffusion, …). Il aborde également le paradigme AI4Science : quelle place pour le deep learning dans la modélisation scientifique avec des exemples issus du « Physics-informed Machine Learning. » Les travaux pratiques permettent de découvrir les applications en lien avec ces thématiques dans différents domaines scientifiques.

Prérequis : UE DEEP-L

Thèmes abordés :

• Modèles génératifs : GAN, VAE, normalizing flows, diffusion models
• Paradigme AI4Science
• Machine learning informé par la physique (NeuralODE).

Ressources : Site du Master MIND