Réseaux neuronaux et systèmes flous

MIT 6.S191: Convolutional Neural Networks

MIT 6.S191 : Réseaux neuronaux convolutifs

New AI Robot Is Starting to Feel Human (Artificial Humans Are Here)

Le nouveau robot IA commence à ressentir comme un humain (Les humains artificiels sont là)

Neural Networks lecture | Igor Farkaš | Introduction to Artificial Intelligence | How does AI work ?

Conférence sur les réseaux de neurones | Igor Farkaš | Introduction à l'intelligence artificielle | Comment fonctionne l'IA ?

Neural Pushforward Samplers || NN for Nonlinear Hyperbolic Conservation Laws|| Apr 10, 2026

Échantillonneurs pushforward neuronaux || NN pour les lois de conservation hyperboliques non linéaires || 10 avr 2026

MLP Live Session | Week 9

Session MLP en direct | Semaine 9

Forum Numerica - Elena AGLIARI - The many lives of the Hopfield model: from dreams to generalization

MLP Live Session Week 9

Session en direct MLP Semaine 9

Claude Just Told Us to Stop Using Their Best Model

Claude vient de nous dire d'arrêter d'utiliser leur meilleur modèle

MIT 6.S191: Recurrent Neural Networks, Transformers, and Attention

MIT 6.S191 : Réseaux de neurones récurrents, transformateurs et attention

Deep Learning 5 [Even Semester 2025/2026 Telyu] - Modern Convolutional Neural Network

Deep Learning 5 [Semestre Pair 2025/2026 Telyu] - Réseau de neurones convolutif moderne

Deep Learning 4 [Even Semester 2025/2026 Telyu] - Convolutional Neural Network

Deep Learning 4 [Even Semester 2025/2026 Telyu] - Réseau de neurones convolutif

Suspicious Activity Detection Using deep learning LRCN (Part 3): Image Processing and building model

Détection d'activité suspecte à l'aide du deep learning LRCN (Partie 3) : Traitement d'images et construction du modèle

MLP Live session

Session MLP en direct

Lorenzo Livi: Toward a Dynamical Theory of Deep Learning

Lorenzo Livi : Vers une théorie dynamique de l'apprentissage profond

They solved AI’s memory problem!

Ils ont résolu le problème de mémoire de l'IA !

Francesco Cagnetta: Deep Networks Learn to Parse Context-Free Languages from Local Statistics

Francesco Cagnetta: Les réseaux profonds apprennent à analyser des langages hors contexte à partir de statistiques locales

MLP Live session

Session live de MLP

LLM Compression Explained: Build Faster, Efficient AI Models

Compression des LLM expliquée : construisez des modèles d'IA plus rapides et efficaces

MIT Introduction to Deep Learning | 6.S191

Introduction à l'apprentissage profond au MIT | 6.S191

Le nouveau robot IA chinois bluffe par son apparence humaine

China's New AI Robot Looks Shockingly Human

Le nouveau robot doté d'intelligence artificielle de Chine a une apparence étonnamment humaine.

Stochastic PINNs solvers|| Multi-Resolution Independent Simulations for Turbulence || March 27, 2026

Solveurs SPINNs stochastiques || Simulations indépendantes multi-résolutions pour la turbulence || 27 mars 2026

MLP Live session

Session MLP en direct

Claude contrôle tout, contrôlez Claude !

How does AI actually work? Transformers explained

Comment fonctionne réellement l'IA ? Explications de Transformers

MLP Live session

Session MLP en direct

Recurrent Neural Networks (RNNs) | LSTMs, GRUs, BPTT

Réseaux de neurones récurrents (RNN) | LSTM, GRU, BPTT

PINNs for Blood Flow Simulation|| ZENN for Heterogeneous Data-Driven Modeling || March 20, 2026

PINNs pour la simulation du flux sanguin|| ZENN pour la modélisation hétérogène basée sur les données || 20 mars 2026

MLP Live session

Session live MLP

Generative AI L19: Transformers Intuition

IA Générative L19 : Intuition des Transformers

Riverside Neural Operators | Emilio McAllister Fognini, FAI CDT

Opérateurs neuronaux Riverside | Emilio McAllister Fognini, FAI CDT

[ИАД, весна 2026] Математические методы анализа текстов. Лекция 6: RoPE, KV-Cache, MHA

[ИАД, printemps 2026] Méthodes mathématiques d'analyse de textes. Leçon 6 : RoPE, KV-Cache, MHA

Generative AI L18: Cross-Attention in Encoder-Decoder Sequence Models

IA générative L18 : Attention croisée dans les modèles de séquences encodeur-décodeur

Deep Learning 3 [Even Semester 2025/2026 Telyu] - Deep Learning Computation

Deep Learning 3 [Semestre Pair 2025/2026 Telyu] - Calcul d'apprentissage profond

Physics-Informed Laplace Neural Operators || ML linear algebra algorithms || March 13, 2026

Opérateurs neuronaux de Laplace informés par la physique || Algorithmes d'algèbre linéaire ML || 13 mars 2026

China’s New CENTAUR AI ROBOT Gives Humans Super Strength

Le nouveau robot chinois CENTAUR doté d'IA confère aux humains une force surhumaine

QTML 2025: Scalable Neural Decoders for Practical Real-Time Quantum Error Connection

QTML 2025: Décodeurs neuronaux évolutifs pour une connexion pratique d'erreurs quantiques en temps réel

QTML 2025: Quantum Recurrent Embedding Neural Network

QTML 2025 : Réseau neuronal d’intégration récurrente quantique

QTML 2025: Polynomial Speed-Up in Photonic Neural Networks via Adaptive State Injection

QTML 2025 : Accélération polynomiale dans les réseaux neuronaux photoniques via l'injection d'état adaptative

QTML 2025: Natural gradient for quantum Boltzmann machines

QTML 2025 : Gradient naturel pour les machines de Boltzmann quantiques