Wednesday, 15th of May

14h30 (room R2014, 660 building) (see location)

Erol Gelenbe

(Imperial College)

Title: Réseaux Neuronaux Aléatoires - Solutions en Forme Produit, Apprentissage et Apprentissage Profond, Applications

Abstract

Le RNA (ou RNN en anglais) est un modèle mathématique qui représente le comportement impulsionnel de certains réseaux neuronaux biologiques. Nous rappellerons certaines de ses propriétés mathématiques pour un réseau recurrent, dont la solution en forme produit pour un réseau ayant N neurones, l'existence et l'unicité de sa distribution de probabilité stationnaire, et son algorithme d'apprentissage du gradient de complexité O(N^3). Nous présenterons ensuite plusieurs applications, pour le RNN avec un algorithme d'apprentissage du gradient, de type profond (DL) et avec un algorithme d'apprentissage par renforcement (RL). Nous terminerons avec quelques interrogations sur la consommation d'énergie des réseaux neuronaux naturels et artificiels.

Conferencier

Erol Gelenbe, Ancien Professeur d'Informatique à la Faculté des Sciences d'Orsay, Professeur à l'Académie des Sciences de Pologne et à Imperial College

Bio

Erol Gelenbe a dirigé plus 26 theses de doctorat qui ont été soutenues à Orsay, et 26 theses à Imperial College, pour un total de 84 these soutenues en France, Belgique, USA et Royaume-Uni. Connu pour ses travaux sur les réseaux aléatoires, il a reçu le Grand Prix France Telecom de l'Académie des Sciences, le prix ACM-SIGMETRICS, le Prix "Dennis Gabor" de l'Académie des Sciences de Hongrie, et d'autres prix. Il est membre de l'Académie Royale de Belgique, de l'Académie des Sciences de Hongrie, Pologne et Turquie, et de l'Académie des Technologies. Il a reçu différentes distinctions françaises et étrangères. Il est Fellow de IEEE, de l'ACM, de la Royal Statistical Society, etc., et a reçu trois doctorats honoris causa.



Contact: guillaume.charpiat at inria.fr
All TAU seminars: here