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
688
Nombre de notices
688
Derniers dépôts
-
Sophie Loizillon, Simona Bottani, Aurélien Maire, Sebastian Ströer, Didier Dormont, et al.. Automatic motion artefact detection in brain T1-weighted magnetic resonance images from a clinical data warehouse using synthetic data. Medical Image Analysis, 2024, 93, pp.103073. ⟨10.1016/j.media.2023.103073⟩. ⟨hal-03910451v2⟩
-
Seth Aycock, Rachel Bawden. Topic-guided Example Selection for Domain Adaptation in LLM-based Machine Translation. Proceedings of the 18th Conference of the European Chapter of the Association for Computational Linguistics: Student Research Workshop, Association for Computational Linguistics, Mar 2024, St. Julians, Malta, Malta. ⟨hal-04502291⟩
Mots clés
Whole slide images
BERT
Clustering
Self-supervised learning
Literature
ASPM
Genomics
Classification
Computer Vision
Prediction
Curvature penalization
Algorithms
Image processing
Computational pathology
Robotics
Reproducibility
Validation
Microscopy
Deep Learning
Machine Learning
Multiple Sclerosis
HIV
Natural language processing
Segmentation
Bias
Huntington's disease
French
Evaluation
Weakly-supervised learning
ADNI
Mixture models
Alzheimer
Optimization and Control mathOC
Multiple sclerosis
Optimization
Machine learning
Data imputation
Neural networks
Variational autoencoder
Longitudinal study
Adaptation
Inverse problems
Brain MRI
Wavelets
Fluorescence microscopy
Zero-Shot Learning
Neuroimaging
Representation learning
First-order methods
PET
Riemannian geometry
Deep learning
FOS Mathematics
Variational inference
Electronic health records
Action recognition
Language Model
Alzheimer's Disease
Kalman filter
Deep generative models
Image synthesis
Online learning
Medical imaging
Computer vision
Direct access
Active learning
Cross-validation
Hippocampus
Dimensionality reduction
Object detection
Stochastic optimization
Adversarial game
Brain
Longitudinal data
Dementia
Loss function
Disease progression modeling
Graph alignment
Alzheimer's disease
Cancer
MRI
Magnetic resonance imaging
Simulation
Language acquisition
Alzheimer’s disease
Machine translation
Artificial intelligence
Ensemble learning
Computational modeling
Reinforcement learning
Breast cancer
Kernel methods
Poetry generation
Data visualization
Interpretability
Human-in-the-loop
Exoplanet detection
Large language models
Computational Pathology
Functional connectivity