-
Démêler les sources sismiques de Mars : clustering multi-échelle et séparation de sources sur les données InSight
Comment séparer automatiquement des glitches, des rafales de vent et des interactions atmosphériques dans un signal sismique martien, sans aucune étiquette, grâce aux spectres de scattering par ondelettes et à un fVAE ?
-
Observatoire de Paris sous la neige
-
Le formalisme DDPM — du bruit à l'image — DDPM 3
Processus forward, processus reverse, objectif d'entraînement simplifié et algorithmes d'échantillonnage de Ho et al. (2020).
-
La self-attention dans le U-Net — DDPM 4
Mécanisme de la self-attention, implémentation dans le U-Net du DDPM, et justification du choix des résolutions 8×8 et 16×16.
-
Le U-Net comme prédicteur de bruit — DDPM 3
Architecture du U-Net adapté au DDPM : encodeur, bottleneck, décodeur, skip connections, conditionnement temporel.
-
Convolutions et gradient vanishing — DDPM 2
Les briques fondamentales d'un réseau convolutif : pourquoi les convolutions, le problème du gradient vanishing, et la solution des connexions résiduelles.
-
Pourquoi des modèles génératifs pour les galaxies ? — DDPM 1
Motivation, état de l'art, spécificités des images astronomiques et choix d'implémentation pour Galaxy Zoo 2.
-
SLURM : aide-mémoire en questions
Un aide-mémoire pour soumettre et gérer des jobs SLURM — des premiers pas aux usages avancés, organisé par problèmes concrets.
-
Quand les maths rencontrent les zombies !
Un week-end pluvieux, une série à regarder, et une question qui s'impose : et si on modélisait ça ?
-
Zoologie des fonctions d'activation
Tour d'horizon des fonctions d'activation des réseaux de neurones : propriétés mathématiques, avantages, défauts, et guide de sélection pratique.