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
FOS Mathematics
Computer Vision
Inverse problems
Riemannian geometry
Representation learning
Loss function
Dementia
Poetry generation
Prediction
Medical imaging
Image synthesis
Electronic health records
MRI
Human-in-the-loop
Natural language processing
Longitudinal data
Robustness
Artificial intelligence
Self-supervised learning
Machine Learning
Classification
Exoplanet detection
Adaptation
Cancer
Genomics
Language models
Longitudinal study
Neural networks
Validation
Functional connectivity
Reproducibility
Cross-validation
First-order methods
Disease progression modeling
Interpretability
PQA
Optimization
Graph alignment
Alzheimer's Disease
HIV
Curvature penalization
Deep generative models
Huntington's disease
Mixture models
Alzheimer's disease
Portraits
Whole slide images
Provenance
Microscopy
Multiple sclerosis
Wavelets
Online learning
Image processing
Machine learning
Alzheimer’s disease
Breast cancer
Language acquisition
Optimization and Control mathOC
Machine translation
Data visualization
BERT
MT
Direct access
Computational Pathology
Reinforcement learning
Computer vision
Neuroimaging
Brain
Bias
Object detection
Deep Learning
Magnetic resonance imaging
Kalman filter
Robotics
Conjunctive queries
PET
Ensemble learning
Computational modeling
Multiple Sclerosis
Stochastic optimization
Evaluation
Literature
Fluorescence microscopy
French
Brain MRI
Portrait quality assessment
Computational pathology
Action recognition
Variational inference
Image quality assessment
Kernel methods
Segmentation
Hippocampus
Large language models
Clustering
Variational autoencoder
Data imputation
Deep learning
Dimensionality reduction
Language Model