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 décroissant Titre Trier par titre en ordre décroissant
2000 Spécifications en XML d'un langage de génération d'exercices pédagogiques
2021-07 Une nouvelle approche pour l’identification des états dynamiques de la parcellisation fonctionnelle cérébrale individuelle
2004 Réutilisation des processus d'affaires pour le développement de systèmes d'information
2003 Méthodes heuristiques pour un problème d'ordonnancement avec contraintes sur les ressources
2005 Dimensionnement GRWA et protection par segment dans les réseaux optiques WDM
2004 Extraction d'information à partir de transcription de conversations téléphoniques spécialisées
2013-05 Rétro ingénierie des modèles d’objets dynamiques pour JavaScript
2002 Évaluation de la performance dans la modélisation SystemC de systèmes multiprocesseur à base de processeur réseau
1998 Le raisonnement à base de cas dans la planification financière
2006 Étude de la traçabilité entre refactorisations du modèle de classes et refactorisations du code
2011-09 Analyse de dépendance des programmes à objet en utilisant les modèles probabilistes des entrées
2015-06 Diversified query expansion
1999 Analyse et optimisation globales de modules compilés séparément
2009-12 Analyse par apprentissage automatique des réponses fMRI du cortex auditif à des modulations spectro-temporelles
2013-02 Reconstruction tridimensionnelle pour projection sur surfaces arbitraires
2006 Modèles de langue appliqués à la recherche d'information contextuelle
2023-01 Analysis of the human corneal shape with machine learning
2022-09 Autoencoders for natural language semantics
2023-08 Finer grained evaluation methods for better understanding of deep neural network representations
2017-08 Learning to sample from noise with deep generative models