Auto-encodeur variationnel: vers de nouvelles applications et une mise à jour de la théorie.

Date:

Ceci est une présentation invité lors d’un séminaire du groupe STATQAM à l’Université du Québec à Montréal.

Dans cette présentation nous discutons des auto-encodeurs variationnels, un modèle à variables latentes émergeant de la communauté d’apprentissage automatique. Pour débuter, nous introduisons les fondations théoriques de ce modèle et nous discutons d’une application de ce modèle à un problème classique de statistique: l’analyse de survie. Par la suite, nous abordons notre plus récent projet de recherche: la collecte et l’analyse d’une nouvelle base de donnés d’images. Celle-ci offre de nouvelles opportunités de recherche, entre autres, nous explorons des applications des auto-encodeurs variationnels telles que la classification semi-supervisée et la génération de nouvelles images. Dans ce dernier contexte, ce modèle nous permet de contrôler certaines caractéristiques des images générées. Finalement, nous faisons la démonstration que les implémentations populaires de ce modèle ne respectent pas la théorie. Nous discutons des problèmes que cela cause et nous suggérons des pistes de solution.

Les diapositives sont disponible ici.