L'apprentissage profond par renforcement pour soutenir la prise de décision face aux enjeux environnementaux et sociétaux

par Meritxell Vinyals (MIA-T)

Mardi 30 avril
(en webinaire)
(14h-15h)

 JE M’INSCRIS

Résumé : Reinforcement learning (RL) is a branch of machine learning inspired by the way biological entities (e.g. humans, animals) learn. In recent years, we have seen how deep learning has revolutionized machine learning and reinforcement learning is no exception. By leveraging deep neural networks, RL agents have managed to achieve superhuman performance in some long-standing applications. In this talk, I will introduce deep RL and how I use it to respond to some environmental and societal challenges in my ongoing research at INRAE.

Vous n’avez pas pu participer aux précédentes présentations ? Les replays sont en ligne :

• Explorer le développement cérébral de l'agneau soumis à différentes expériences précoces grâce à l’IA, par Antoine Bourlier (Doctorant, UMR PRC) >> voir le replay
• Mieux comprendre les variations d’efficience alimentaire chez le porc grâce à la méthodologie des graphes multicouches, par Camille Juigné (jeune docteure, UMR PEGASE) >> voir le replay
• Intégration de données multi-omiques grâce aux autoencodeurs variationnels, par Silvia Bottini (Jeune chercheuse, Institut Sophia Agrobiotech) >> voir le replay
• Modèles de Langage pour l'Extraction d'Informations : Comparaison entre Extraction et Génération de données synthétiques, par Maxime Delmas (post-doc, IDIAP) >> voir le replay