Passer au contenu

/ Département d'informatique et de recherche opérationnelle

Je donne

Rechercher

Thèses et mémoires

Des thèses et mémoires de nos étudiants sont conservés et consultables dans Papyrus, le dépôt institutionnel de l'Université de Montréal.

 

 

For a detailed search
Visit Papyrus
Date Sort by date in descending order Title Sort by title in descending order
2023-08 Entanglement-assisted communication complexity and nonlocal games
2002 Analyse des champs de déformation pour la classification d'images SPECT 3D du cerveau
2023-08 Rethinking continual learning approach and study out-of-distribution generalization algorithms
2007 TAARAC : test d'anglais adaptatif par raisonnement à base de cas
2009-12 Apprentissage de représentations sur-complètes par entraînement d’auto-encodeurs
2023-08 Advances in uncertainty modelling : from epistemic uncertainty estimation to generalized generative flow networks
2021-11 Gentleman : a lightweight web-based projectional editor
2016-08 Algorithmes de construction et correction d'arbres de gènes par la réconciliation
1991 Un modèle dynamique de simulation de vêtements avec détection de collisions
2019-12 Hierarchical Bayesian optimization of targeted motor outputs with spatiotemporal neurostimulation
1992 InterFaces : un gestionnaire d'agents d'interface avec synthèse vocale et animation faciale
2006 Apprentissage à base de gradient pour l'extraction de caractéristiques dans les signaux sonores complexes
2018-08 Analyzing the benefits of communication channels between deep learning models
2022-08 Learning to compare nodes in branch and bound with graph neural networks
2007 Boosting hierarchique et construction de filtres
2024-06 Leveraging foundation models towards semantic world representations for robotics
2019-06 Improved training of energy-based models
1994 Système d'aide multicritère à la décision et hypertexte : une alliance intéressante
2016-01 Designing Regularizers and Architectures for Recurrent Neural Networks
2021-12 AI alignment and generalization in deep learning