Loading...
Bienvenue sur la collection des archives ouvertes HAL du PaRis AI Research InstitutE
Le plan 3AI
Le Prairie Institute (PaRis AI Research InstitutE) est l'un des quatre instituts français d'intelligence artificielle, créés dans le cadre de l'initiative nationale française sur l'IA annoncée par le président Emmanuel Macron le 29 mai 2018.
La création d’un petit nombre d’instituts de recherche interdisciplinaires en IA (ou «3IA» pour «Instituts Interdisciplinaires d’Intelligence Artificielle») a constitué une part importante de ce plan ambitieux, doté d’un budget total d’un milliard d’euros. Après un appel à participation ouvert en juillet 2018 et deux tours d'examen par un comité scientifique international, les projets de Grenoble, Nice, Paris et Toulouse ont officiellement reçu le label 3IA le 24 avril 2019, pour un budget total de 75 millions d'euros.
Pour en savoir plus sur PaRis AI Research InstitutE, consultez son site web.
Le Prairie Institute (PaRis AI Research InstitutE) est l'un des quatre instituts français d'intelligence artificielle, créés dans le cadre de l'initiative nationale française sur l'IA annoncée par le président Emmanuel Macron le 29 mai 2018.
La création d’un petit nombre d’instituts de recherche interdisciplinaires en IA (ou «3IA» pour «Instituts Interdisciplinaires d’Intelligence Artificielle») a constitué une part importante de ce plan ambitieux, doté d’un budget total d’un milliard d’euros. Après un appel à participation ouvert en juillet 2018 et deux tours d'examen par un comité scientifique international, les projets de Grenoble, Nice, Paris et Toulouse ont officiellement reçu le label 3IA le 24 avril 2019, pour un budget total de 75 millions d'euros.
Pour en savoir plus sur PaRis AI Research InstitutE, consultez son site web.
Nombre de dépôts en texte intégral
706
Nombre de notices
706
Derniers dépôts
-
Rachel Bawden, Ziqian Peng, Maud Bénard, Eric Villemonte de La Clergerie, Raphaël Esamotunu, et al.. Translate your Own: a Post-Editing Experiment in the NLP domain. The 25th Annual Conference of the European Association for Machine Translation, European Association for Machine Translation, Jun 2024, Sheffield, United Kingdom. ⟨hal-04573922⟩
-
Niyati Bafna, Cristina España-Bonet, Josef van Genabith, Benoît Sagot, Rachel Bawden. When your Cousin has the Right Connections: Unsupervised Bilingual Lexicon Induction for Related Data-Imbalanced Languages. LREC-Coling 2024 - Joint International Conference on Computational Linguistics, Language Resources and Evaluation, May 2024, Torino, Italy. ⟨hal-04523029⟩
Mots clés
Literature
First-order methods
Language models
Evaluation
Ensemble learning
Machine learning
Exoplanet detection
Reproducibility
Medical imaging
Brain
Cancer
Fluorescence microscopy
Language Model
Online learning
Multiple Sclerosis
Brain MRI
Poetry generation
Machine translation
MRI
Image processing
Portrait quality assessment
Data imputation
French
BERT
Functional connectivity
Multiple sclerosis
Portraits
Image quality assessment
Language acquisition
Optimization
Validation
Clustering
Neuroimaging
Stochastic optimization
Neural networks
Inverse problems
FOS Mathematics
Hippocampus
Representation learning
Huntington's disease
Computational modeling
Adaptation
Natural language processing
Microscopy
Curvature penalization
Cross-validation
Bias
Artificial intelligence
Kernel methods
Disease progression modeling
Electronic health records
Deep generative models
Robotics
Provenance
Kalman filter
Optimization and Control mathOC
Human-in-the-loop
Dimensionality reduction
Object detection
Magnetic resonance imaging
Computational pathology
Computer vision
PQA
Robustness
Deep Learning
Self-supervised learning
Variational inference
Action recognition
Mixture models
Alzheimer’s disease
Direct access
Machine Learning
Alzheimer's Disease
PET
Longitudinal data
Graph alignment
Alzheimer's disease
Reinforcement learning
Longitudinal study
Computational Pathology
Whole slide images
Prediction
Riemannian geometry
Loss function
Large language models
HIV
Wavelets
Dementia
Classification
Deep learning
Image synthesis
Conjunctive queries
MT
Breast cancer
Data visualization
Computer Vision
Segmentation
Interpretability
Variational autoencoder
Genomics