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
2025 Connecting neural networks, automata theory and tensor network methods for sequence data learning
2025 Technical methods for governing AI agents
2025 Towards accurate RNA structural evaluation : a study of RNA tertiary structural evaluation and ARES performance improvement
2025 Vers des jumeaux numériques intelligents en agriculture en environnement contrôlé : contributions conjointes en détection de fruits par vision et en simulation trans-domaines.
2025 Interpreting and generating drawings via learning, geometry processing, and optimization
2025 Robust, efficient, and knowledge-augmented text generation with pre-trained language models
2025 Problèmes de localisation avec équilibrage
2025 Designing scalable and efficient neural networks
2025 Competitive EV charging station location with queues
2025 Modélisation et analyse des données pour la simulation ferroviaire et la prévision des horaires en temps réel
2025 Rapid prototyping for systematic reuse in compartmental models
2025 Towards more robust theoretical frameworks for deep neural network optimization
2025 Stereoscopic depth estimation with permutation
2025 CyberPRIcards : un jeu sérieux pour la sensibilisation à la vie privée et l’intimité numérique
2025 La reconnaissance faciale par l’IA et par les humains : une étude comparative combinant réseaux de neurones artificiels et l'imagerie cérébrale
2025 Multi-contrast image-to-image translation for axon and myelin segmentation
2025 A study of the role of entanglement in quantum kernel models
2025 Learning generative models from a control perspective
2025 Évaluation de la confiance dans les modèles épidémiologiques guidée par la provenance : une approche de manipulation formelle des modèles
2025 A survey of state representation learning for deep reinforcement learning