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.

 

 

Pour une recherche détaillée
Visiter Papyrus
Date Trier par date en ordre croissant Titre Trier par titre en ordre croissant
2026 Learning to Jam : reinforcement learning and semantic alignment for collaborative real-time music agents
2026 Alignement multi-agents de modèles de langage pour la génération de code guidée par des préférences multiples
2026 Une étude de l’interprétabilité dans le problème d’arrêt optimal sous l’aversion du risque
2026 Understanding and improving vision-language models through the lens of the binding problem
2026 Programmes à évaluation unique sur un canal à haut taux d’effacement dans le modèle à mémoire quantique bornée
2026 Reconstruction de l’histoire évolutive de gènes en synténie : approche algébrique pour le problème de la réconciliation segmentale
2026 Protein structure representation learning : methods and applications
2026 Solar flare prediction from magnetogram data : a comparative study of image and spatio-temporal deep learning models
2026 Writing by visualizing and editing the sound of text
2026 A fully reproducible C toolchain rooted on POSIX shell
2026 Empowering rationale-aware commit-based development
2026 Advancing training methods for robust discriminative models
2026 Applications of machine learning for biodiversity monitoring
2026 Improving reasoning in large language models
2026 Dodging impossibilities in quantum cryptography : on the feasibility of one-time programs, signing quantum states, and cryptography without one-way functions
2026 Differential harmonic exponential filter for state estimation
2026 A Tutte-like theorem for injective flows on meshes
2026 Towards efficient, reliable and measurable vision-language systems
2026 Neural architectures for visual reasoning
2026 From continual adaptation to reliable inference : context-aware out-of-distribution detection