Grant: Postgraduate Scholarships - Master's
Université de Sherbrooke
$2,333.00
Étude de l'amélioration des méthodes de descente de gradient stochastique appliquées aux réseaux de neurones profonds grâce à des techniques d'optimisation avancées.
EF 2014-15
Résumé
Informatique, Optimisation, Intelligence artificielle, Apprentissage automatique, Réseau de neurones profonds, Descente de gradient stochastique, Big Data
Programme
Postgraduate Scholarships - Master's
Bénéficiaire
Emplacement
Quebec, Canada
Type de bénéficiaire
Academia
Type
Grant
Source
NSERC's Awards Data
Tel que publié
Application id
442719-2013
Name nom
SalvailBérard, Adam
Department département
Informatique
Organization id
68
Institution établissement
Université de Sherbrooke
Province en
Québec
Province fr
Québec
Country en
CANADA
Country fr
CANADA
Fiscal year exercice financier
2014
Competition year année de concours
2013
Award amount
2333
Program id
PGSM
Program name en
Postgraduate Scholarships - Master's
Program name fr
Bourses d'études supérieures - maîtrise
Group en
Training programs
Group fr
Programmes de bourse
Committee code
198
Committee name en
S&F Committee for Computing Sciences
Committee name fr
Comité de sélection des bourses en informatique
Area of application code
9999
Area of application group en
Not available
Area of application group fr
Non disponible
Area of application en
Not available
Area of application fr
Non disponible
Research subject code
2800
Research subject group en
Artificial intelligence
Research subject group fr
Intelligence artificielle
Research subject en
Artificial intelligence (computer vision, use2603)
Research subject fr
Intelligence artificielle (vision artificielle, utiliser 2603)
Partie
0
Application title
Étude de l'amélioration des méthodes de descente de gradient stochastique
appliquées aux réseaux de neurones profonds grâce à des techniques d'optimisation
avancées.
Keyword
NSERC
Application summary
Informatique, Optimisation, Intelligence artificielle, Apprentissage automatique, Réseau de neurones profonds, Descente de gradient stochastique, Big Data
