Agrégation Temporelle et Propagation dans les Réseaux de Neurones Graphiques pour les Représentations Dynamiques des Graphes Introduction Un graphe temporel (temporal graph) est une structure de graphe dans laquelle les interactions entre les nœuds évoluent dynamiquement au fil du temps. La topologie du graphe évolue avec le temps, reflétant des pr...

Recommandation améliorée par le graphe de connaissances sans échantillonnage basé sur le graphe Ces dernières années, les systèmes de recommandation augmentés par le graphe de connaissances (Knowledge Graph, KG), visant à résoudre le problème du démarrage à froid et l’interprétabilité des systèmes de recommandation, ont attiré beaucoup d’attention....

Amélioration de l’imagerie super-structurelle et de la microscopie électronique volumique via des algorithmes d’apprentissage profond basés sur les modèles de diffusion Introduction La microscopie électronique (Electron Microscopy, abrégée EM) en tant qu’outil d’imagerie à haute résolution a permis des percées majeures en biologie cellulaire. Les t...

Application du réseau d’apprentissage de structure de graphe guidée par l’attention pour la détection de l’attention auditive basée sur l’EEG Contexte académique L’«effet cocktail party» décrit la capacité du cerveau humain à se concentrer sélectivement sur un locuteur et à ignorer les autres dans un environnement multi-locuteurs. Cependant, cette ...

Réorganisation des réseaux cérébraux dans les tâches visuomotrices Contexte de recherche L’exécution du mouvement est une fonction cognitive complexe qui dépend de l’activation coordonnée de régions cérébrales spatialement proches et éloignées. Les tâches d’intégration visuomotrice nécessitent le traitement et l’interprétation des entrées visuelles...