Deep learning
Fellow suit ce sujet depuis juillet 2026 : 44 articles résumés en français, dont 8 jugés majeurs ou notables.
Toute l'actualité · 44 articles
Régression profonde tabulaire : fonctions objectif et limites de l'early stopping global
Une réévaluation systématique des fonctions objectif en régression tabulaire montre que la quantile loss surpasse la MSE, mais qu'un early stopping global reste un compromis limitant.
Dust : pré-entraîner des transformers sans rétropropagation
Un projet de recherche explore une méthode alternative à la backpropagation pour pré-entraîner des modèles transformers.
RNADyn : un benchmark pour générer et comprendre la dynamique de l'ARN
Un nouveau benchmark et modèle unifiés pour modéliser les changements conformationnels de l'ARN, au-delà des structures statiques.
Une IA multimodale informée par le transcriptome prédit la réponse à la thérapie néoadjuvante dans le cancer du sein
Un modèle en deux étapes infère l'expression génique à partir de biopsies histopathologiques pour prédire la réponse complète au traitement.
Planning to Learn : repenser le gradient de politique via un horizon d'apprentissage
Un nouveau papier explique pourquoi le gradient de politique exact perd face à l'entropie croisée, et propose une « horizon loss » qui comble l'écart.
SoftServe : une méthode quasi-Newton scalable pour le deep learning
Un nouvel optimiseur quasi-Newton promet des courbures positives garanties et de meilleures pertes qu'Adam, Muon ou SOAP sur des problèmes mal conditionnés.
PDMD : une méthode de distillation par projection pour stabiliser les modèles de diffusion vidéo
Une nouvelle technique filtre les erreurs du critique dans la distillation par correspondance de distribution, réduisant les artefacts visuels tout en accélérant la génération vidéo.
Effondrement en mode commun et récupération dans le Direct Feedback Alignment
Une étude analytique révèle pourquoi le DFA peut se bloquer près d'un prédicteur constant, et propose des correctifs simples pour l'éviter.
Incertitude et explicabilité dans la volatilité rugueuse profonde : une approche a posteriori info-théorique
Un cadre d'inférence bayésienne par simulation pour calibrer les modèles rHeston, quantifier l'incertitude et expliquer les paramètres appris.
Apprentissage des dynamiques collectives via des représentations gaussiennes différentiables
Un nouveau modèle, DGD, apprend à prédire les comportements agrégés de populations en combinant mélanges gaussiens et rétroaction temporelle.
Détection par deep learning des défauts électriques dans les systèmes de puissance aéronautiques
Un framework de deep learning embarqué détecte défauts et perturbations sur réseaux électriques 400 Hz d'avions, avec déploiement sur FPGA.
Une avancée mathématique de l'IA suscite la controverse
L'utilisation de l'IA pour résoudre un problème complexe relance le débat sur la nature de la preuve mathématique.
Un modèle génératif profond pour synthétiser des signaux sans fil
La méthode IIns-GAN génère des signaux sans fidèles pour l'entraînement des modèles, palliant le manque de données réelles.
Des discrétisations sans maillage apprises pour un comportement spectral quasi-optimal
Un réseau de neurones apprend les poids des stencils meshfree pour minimiser dispersion et dissipation, au-delà de la simple cohérence polynomiale.
La structure symbolique émergente des réseaux de neurones artificiels
Une étude explore comment des structures symboliques apparaissent spontanément dans les représentations internes des réseaux de neurones.
Gradient-Update Mismatch : revoir l'entraînement sans conflit des PINNs
Une étude identifie une divergence entre les directions de gradient et les mises à jour réelles des optimiseurs dans les PINNs.
Prédiction transrégionale de la résistance au froid de la vigne par représentations latentes multimodales
Un nouveau cadre d'apprentissage permet de transférer les modèles de résistance au gel des cépages vers des régions peu documentées.
Panorama des optimiseurs de réseaux de neurones : au-delà d'Adam
Une revue de littérature dresse un état des lieux des méthodes d'optimisation modernes, entre géométrie matricielle, gestion de l'horizon et contraintes systèmes.
Famous Deep Learning Papers
Une compilation des travaux fondamentaux ayant défini le domaine du deep learning moderne.
De la descente de gradient à ChatGPT
Une exploration pédagogique des mécanismes fondamentaux derrière les grands modèles de langage.
Phy-BP : modèle IA contraint pour la tension sans contact
Un nouveau framework combine bodyseismographie triaxiale et lois physiques pour estimer la pression artérielle de façon robuste.
IMNO : un neural operator exploitant les variétés inertielles pour les EDP dissipatives
Une nouvelle architecture s'appuie sur la structure de basse dimension des systèmes dissipatifs pour améliorer précision et stabilité des prédictions à long terme.
Prédiction de la récupération fonctionnelle chez les seniors
L'utilisation de capteurs multimodaux et d'algorithmes multi-sorties améliore la prédiction des résultats cliniques post-opératoires.
TCPα : une estimation de confiance à marge contrôlée pour un Music Information Retrieval fiable
Une nouvelle cible d'entraînement garantit une séparation nette entre prédictions correctes et erronées, corrigeant l'excès de confiance des réseaux profonds.
Microsoft Research élargit l'accès à Skala, sa fonctionnelle DFT par deep learning
Skala 1.1, entraînée sur 2,5x plus de données, gagne en précision et s'intègre à CP2K, Psi4, FHI-aims, ORCA et VASP.
Universalité de l'entraînement par descente de gradient des réseaux de neurones
Un papier théorique explore si des architectures fixes peuvent être entraînées par descente de gradient pour atteindre n'importe quel réseau cible.
Une IA interprétable prédit une anomalie sèche en Chine centrale à l'été 2026
Un modèle de deep learning traduit les prévisions de circulation atmosphérique en estimations de précipitations, avec explication physique à l'appui.
Imputation de séries temporelles par diffusion masquée
Une méthode de diffusion masquée avec discrétisation stochastique améliore la robustesse de l'imputation.
Reconstruction IRM dynamique améliorée grâce aux mesures magnitude et complexes combinées avec des a priori appris
Une méthode de deep learning physique exploite l'information de magnitude du k-space pour améliorer la reconstruction IRM accélérée.
TabNSM : Neural Sparse Mixer pour la régression tabulaire
Un nouveau framework scalable qui combine attention parcimonieuse et apprentissage de représentation pour exceller dans la régression sur données tabulaires complexes.
Deep learning pour classer les cellules tumorales circulantes
Un framework DNN interprétable et économe en données classifie les phénotypes de CTC via des trajectoires microfluidiques.
Apprentissage par transfert sensible au décalage avec fusion double encodeur pour la prévision des PM2.5
Un framework de transfert combinant données américaines et taïwanaises améliore la prévision de particules fines dans les zones à données limitées.
La fonction de perte ne voit pas la base, mais Adam la voit
Une étude théorique explique pourquoi Adam brise le biais implicite vers les solutions de rang faible que la descente de gradient préserve naturellement.
Compression par signe pour Muon : SignMuon, MuonSign et les limites de l'error feedback
Une étude théorique et empirique révèle un paradoxe : la méthode de compression la plus efficace en pratique est aussi celle qui diverge en théorie.
Apprentissage inverse des densités risque-neutre latentes à partir de cotations d'options irrégulières
Une étude compare mélanges lognormaux, DeepONet et transformers sur la reconstruction de densités risque-neutre, sans vainqueur universel.
WindCastNet : prévisions offshore par satellite
Un nouveau cadre de nowcasting exploite les constellations de scatteromètres pour améliorer les prévisions éoliennes.
Convergence globale des algorithmes DGM et PINN pour la résolution d'EDP non linéaires
Une preuve mathématique établit que les réseaux de neurones entraînés par descente de gradient convergent bien vers la solution exacte de certaines EDP.
Zero-Flow Two-Sample Tests : une nouvelle méthode de test statistique par divergence de flux nul
Des chercheurs proposent un test statistique combinant réseaux de neurones flexibles et calibration rigoureuse pour comparer deux distributions.
Transformer multimodal pour la classification de signaux en nanopore
Une nouvelle architecture deep learning multimodal améliore l'identification précise de biomarqueurs via des capteurs nanopores.
Apprentissage profond riemannien : modules, réseaux et géométries
Une thèse propose un cadre unifié pour les réseaux de neurones sur variétés, avec normalisation, régression logistique et métriques génériques.
EVOLVE : compression volumétrique apprise à taux variable via une base de données cross-domaine
Un framework à base d'autoencodeur promet des taux de compression bien plus élevés pour les données volumétriques scientifiques, sans réentraînement par fichier.
Show HN : implémentation d'un réseau de neurones en SQL
Un développeur détourne SQL pour entraîner et exécuter un réseau de neurones, avec une démo sur MNIST.
Deep learning pour la suppression d'interférences et la démodulation souple dans les systèmes OFDM
Un framework deep learning unifié résout le problème des interférences bande étroite dans les systèmes OFDM, réduisant la complexité de calcul jusqu'à 60 %.
LCA : un framework d'orchestration agnostique pour l'aide à la décision en oncologie
Des chercheurs proposent un cadre d'orchestration modulaire pour les modèles d'IA en oncologie, découplant la logique clinique des modèles sous-jacents.