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 ascending order Title Sort by title in ascending order
2023-08 Sequential decision modeling in uncertain conditions
2023-08 Advances in uncertainty modelling : from epistemic uncertainty estimation to generalized generative flow networks
2023-08 Improving predictive behavior under distributional shift
2023-08 Analysis and evaluation of the pilot attentional model
2023-08 Reasoning with structure : graph neural networks algorithms and applications
2023-08 Finer grained evaluation methods for better understanding of deep neural network representations
2023-08 Méthodes d'évaluation en extraction d'information ouverte
2023-08 Coordination in generative modeling, automatic differentiation and multi-agent learning
2023-08 Entanglement-assisted communication complexity and nonlocal games
2023-07 AI-based modeling of brain and behavior : combining neuroimaging, imitation learning and video games
2023-07 Sur l'élaboration de meilleures techniques pour l'apprentissage auto-supervisé des représentations du code
2023-07 Adding hygiene to gambit scheme
2023-07 Conditional generative modeling for images, 3D animations, and video
2023-07 AI for molecule discovery with multi-modal knowledge
2023-07 Differentiable best response shaping
2023-07 Learned interpreters : structural and learned systematicity in neural networks for program execution
2023-07 Apprentissage de stratégies de calcul adaptatives pour les réseaux neuronaux profonds
2023-07 La reconnaissance automatique des brins complémentaires : leçons concernant les habiletés des algorithmes d'apprentissage automatique en repliement des acides ribonucléiques
2023-07 Towards privacy-preserving and fairness-enhanced item ranking in recommender systems
2023-07 Deep learning on signals : discretization invariance, lossless compression and nonuniform compression