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
2023 Towards an extension of causal discovery with generative flow networks to latent variables models
2023 Remote sensing representation learning for a species distribution modeling case study
2023 Multi-task learning for joint diagnosis of CNVs and psychiatric conditions from rs-fMRI
2023 Efficient reformulations for deterministic and choice-based network design problems
2023 Leveraging self-supervision for visual embodied navigation with neuralized potential fields
2023 Adding hygiene to gambit scheme
2023 Differentiable best response shaping
2023 An exploratory study of decision-focused learning for mutli-commodity network design in transportation
2023 Small batch deep reinforcement learning
2023 Analysis of the human corneal shape with machine learning
2023 Training large multimodal language models with ethical values
2023 Towards a unified model for speech and language processing
2023 Traitement automatique du langage naturel pour les textes juridiques : prédiction de verdict et exploitation de connaissances du domaine
2023 Towards adaptive deep model-based reinforcement learning
2023 La reconnaissance automatique des brins complémentaires : leçons concernant les habiletés des algorithmes d'apprentissage automatique en repliement des acides ribonucléiques
2023 Contextual cues for deep learning models of code
2023 Neurobiologically-inspired models : exploring behaviour prediction, learning algorithms, and reinforcement learning
2023 Sur l'élaboration de meilleures techniques pour l'apprentissage auto-supervisé des représentations du code
2023 Advances in uncertainty modelling : from epistemic uncertainty estimation to generalized generative flow networks
2023 Generative models : from data generation to representation learning