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
2024 Beyond the status quo in deep reinforcement learning
2024 Modelling and evolving design-time uncertainty
2024 Intrinsic exploration for reinforcement learning beyond rewards
2024 Towards efficient and effective preference alignment for large language models
2024 Towards maintainable machine learning development through continual and modular learning
2024 Learning representations for reasoning : generalizing across diverse structures
2024 Towards efficient large language models : training low-bitwidth variants and low-rank decomposition of pretrained models
2024 Towards systematic generalization through meta-learning modular architectures and improving generative flow networks
2024 Enhancing agent learning through world dynamics modeling
2024 Performative prediction : expanding theoretical horizons
2024 Sur la génération d'exemples pour réduire le coût d'annotation
2024 The role of continual learning and adaptive computation in improving computational efficiency of deep learning
2024 Towards human-AI co-creation for Hindustani music : modeling and interaction
2024 Constrained optimization for machine learning : algorithms and applications
2024 Dichotomy(?) of fairness and efficiency
2024 Modélisation de l'activité cérébrale mesurée par imagerie par résonance magnétique fonctionnelle dans une tâche de jeu vidéo par des modèles d'apprentissage profond
2024 On PI controllers for updating lagrange multipliers in constrained optimization
2024 Dynamic capacities and priorities in stable matching
2024 An investigation of weight perturbation for mitigating Spurious Correlations
2024 Détection universelle des images synthétiques générées par les modèles de diffusion