Sciences des données - Stéphane Mallat

Epizode

• 
  Séminaire - Génération de données en IA par transport et débruitage : Prédictions par interpolations stochastiques 12.03.2025 1h 4min

  Stéphane MallatCollège de FranceScience des donnéesAnnée 2024-2025Séminaire - Génération de données en IA par transport et débruitage : Prédictions par interpolations stochastiquesIntervenant :Éric Van Den Ejden
• 
  08 - Génération de données en IA par transport et débruitage (8) 12.03.2025 1h 29min

  Stéphane MallatCollège de FranceScience des donnéesAnnée 2024-2025Génération de données en IA par transport et débruitage (8)
• 
  Séminaire - Génération de données en IA par transport et débruitage : Problèmes inverses et IA génératives 05.03.2025 1h 3min

  Stéphane MallatCollège de FranceScience des donnéesAnnée 2024-2025Séminaire - Génération de données en IA par transport et débruitage : Problèmes inverses et IA générativesIntervenant :Éric MoulinesProfesseur à l'École Polytechnique
• 
  07 - Génération de données en IA par transport et débruitage (7) 05.03.2025 1h 17min

  Stéphane MallatCollège de FranceScience des donnéesAnnée 2024-2025Génération de données en IA par transport et débruitage (7)
• 
  Séminaire - Génération de données en IA par transport et débruitage : Dynamique des modèles de diffusions 26.02.2025 47min

  Stéphane MallatCollège de FranceScience des donnéesAnnée 2024-2025Séminaire - Génération de données en IA par transport et débruitage : Dynamique des modèles de diffusionsIntervenant :Tony BonnaireProfesseur à PSL
• 
  06 - Génération de données en IA par transport et débruitage (6) 26.02.2025 1h 33min

  Stéphane MallatCollège de FranceScience des donnéesAnnée 2024-2025Génération de données en IA par transport et débruitage (6)
• 
  Séminaire - Génération de données en IA par transport et débruitage : Des modèles de diffusion aux ponts de Schrödinger 12.02.2025 1h 9min

  Stéphane MallatCollège de FranceScience des donnéesAnnée 2024-2025Séminaire - Génération de données en IA par transport et débruitage : Des modèles de diffusion aux ponts de SchrödingerRésuméLes modèles de diffusion ont révolutionné l'IA générative. Conceptuellement, ces méthodes définissent un mécanisme de transport d'une distribution de bruit vers une distribution de données. Des travaux récents ont étendu ce cadre pour définir des transports entre des distributions arbitraires, élargissant considérablement le potentiel de ces modèles de diffusion. Cependant, les méthodes existantes échouent souvent à approcher le transport optimal entre ces distributions. Dans cette présentation, nous montrerons comment il est possible de modifier les méthodologies actuelles pour obtenir les ponts de Schrödinger – une variante à entropie régularisée du transport optimal dynamique.Intervenant :Valentin De BortoliGoogle DeepMind
• 
  05 - Génération de données en IA par transport et débruitage (5) 12.02.2025 1h 32min

  Stéphane MallatCollège de FranceScience des donnéesAnnée 2024-202505 - Génération de données en IA par transport et débruitage (5)
• 
  Séminaire - Génération de données en IA par transport et débruitage : Transport optimal et diffusions en apprentissage statistique 05.02.2025 52min

  Stéphane MallatCollège de FranceScience des donnéesAnnée 2024-2025Séminaire - Génération de données en IA par transport et débruitage : Transport optimal et diffusions en apprentissage statistiqueIntervenant :Gabriel PeyréDirecteur de recherche au CNRS
• 
  04 - Génération de données en IA par transport et débruitage (4) 05.02.2025 1h 29min

  Stéphane MallatCollège de FranceScience des donnéesAnnée 2024-202504 - Génération de données en IA par transport et débruitage (4)
• 
  Séminaire - Génération de données en IA par transport et débruitage : Présentations des gagnants des challenges 2024 29.01.2025 37min

  Stéphane MallatCollège de FranceScience des donnéesAnnée 2024-2025Séminaire - Génération de données en IA par transport et débruitage : Présentations des gagnants des challenges 2024
• 
  03 - Génération de données en IA par transport et débruitage (3) 29.01.2025 1h 31min

  Stéphane MallatCollège de FranceScience des donnéesAnnée 2024-202503 - Génération de données en IA par transport et débruitage (3)
• 
  Séminaire - Stéphane Mallat : Challenge de données 2025 (2) 22.01.2025 56min

  Stéphane MallatCollège de FranceScience des donnéesAnnée 2024-2025Séminaire - Stéphane Mallat : Challenge de données 2025 (2)
• 
  02 - Génération de données en IA par transport et débruitage (2) 22.01.2025 1h 34min

  Stéphane MallatCollège de FranceScience des donnéesAnnée 2024-202502 - Génération de données en IA par transport et débruitage (2)
• 
  Séminaire - Stéphane Mallat : Challenge de données 2025 (1) 15.01.2025 52min

  Stéphane MallatCollège de FranceScience des donnéesAnnée 2024-2025Séminaire - Stéphane Mallat : Challenge de données 2025 (1)
• 
  01 - Génération de données en IA par transport et débruitage 15.01.2025 1h 25min

  Stéphane MallatCollège de FranceScience des donnéesAnnée 2024-202501 - Génération de données en IA par transport et débruitageLe cours présente l'état de l'art de la génération d'images, de sons et de données scientifiques par réseaux de neurones profonds. On se concentre sur l'échantillonnage de distributions de probabilités obtenues par transport d'un bruit blanc Gaussien. Après une revue de l'état de l'art, on étudie le transport par score diffusion, qui effectue un débruitage progressif pour générer des données (images, sons, …). Cela nécessite d'estimer le score de la densité de probabilité, avec un réseau de neurone profond. Le cours introduit les bases mathématiques, algorithmiques avec leurs applications. Les sujets suivants seront abordés :Transport de probabilités en apprentissage profond. Génération et échantillonnage par transport ;Équation de Fokker Plank donnant l'évolution de la densité de probabilité d'un système dynamique. Équation de Langevin pour l'échantillonnage de probabilités ;Génération de données par score diffusion. Estimation du score par débruitage avec la formule de Tweety-Myasawa ;Apprentissage du score avec des réseaux de neurones profonds. Généralisation de l'apprentissage. Applications à la génération d''images et de sons ;Analyse du calcul effectué par les réseaux de neurones. Débruitage et parcimonie dans des bases orthogonales ;Génération de données conditionnée par une information complémentaire ;Interpolant stochastiques pour la prédiction. Applications à la prédiction de systèmes physiques chaotiques comme la météorologie.
• 
  Séminaire - Francis Bach : Une vision alternative des modèles de diffusion par débruitage 13.03.2024 56min

  Stéphane MallatCollège de FranceScience des donnéesAnnée 2023-2024Séminaire - Francis Bach : Une vision alternative des modèles de diffusion par débruitage
• 
  08 - Apprentissage et génération par échantillonnage aléatoire 13.03.2024 1h

  Stéphane MallatCollège de FranceScience des donnéesAnnée 2023-202408 - Apprentissage et génération par échantillonnage aléatoire
• 
  Séminaire - Christian Robert : Calculs bayésiens approximés (ABC) : d'un substitut élémentaire à une nouvelle forme d'inférence 06.03.2024 1h 9min

  Stéphane MallatCollège de FranceScience des donnéesAnnée 2023-2024Séminaire - Christian Robert : Calculs bayésiens approximés (ABC) : d'un substitut élémentaire à une nouvelle forme d'inférence
• 
  07 - Apprentissage et génération par échantillonnage aléatoire 06.03.2024 1h 25min

  Stéphane MallatCollège de FranceScience des donnéesAnnée 2023-202407 - Apprentissage et génération par échantillonnage aléatoire