April 7th

14:30 , R2014 Digiteo Shannon (660) (see location):

Paul Honeine

Title : Relever deux défis majeurs en apprentissage par méthodes à noyaux:problème de pré-image et apprentissage en ligne

Abstract :

En apprentissage statistique et automatique, les méthodes dites à noyaux puisent leurs forces dans le Théorème de Représentation et le coup du noyau (dit kernel trick en anglais). Ces deux résultats clés confèrent un caractère non linéaire à nombre de méthodes originellement linéaires, dont les Support Vector Machines et l’analyse en composantes principales. Malgré l’importance de ces deux principes, ils soulèvent plusieurs problèmes à traiter. Le présent séminaire décrit deux défis majeurs et offre des éléments de solution. Le premier est le problème de pré-image, qui consiste à définir la transformation inverse, de l’espace transformé à l’espace des observations. Il s’agit d’un problème inverse mal-posé dont la résolution ouvre la voie à de nouveaux domaines d’application. Le second défi réside dans la mise en oeuvre d’un cadre d’apprentissage en ligne, notamment pour le traitement de données massives. Avec l’augmentation considérable du nombre d’échantillons acquis, il est alors nécessaire de contrôler en ligne la parcimonie du modèle de représentation et de mettre en oeuvre d'algorithmes de traitement séquentiel et collaboratif de l’information.


Slides: seminaire_Paul_HONEINE_TAO.pdf


Contact: cyril.furtlehner à inria.fr