Porté par Adagos

Une nouvelle approche neuronale basée sur la parcimonie qui réduit l’impact carbone de l’IA et étend son champ d’application à :

• la réalisation de systèmes embarqués temps réel, notamment lorsque l’accès à la ressource énergétique est critique ;

• l’apprentissage profond de phénomènes CONTINUS et discrets – Nos réseaux de neurones parcimonieux sont capables de capturer les phénomènes physiques ou biologiques véhiculés par les données.

• la création de modèles dynamiques complexes – Cet objectif peut être atteint même dans le cas de phénomènes quasi-chaotiques, où toute redondance aurait des conséquences irrémédiables sur la qualité du modèle.

• la robustesse – Nos réseaux de neurones sont capables de résister aux attaques de type « deepfool », ce qui peut constituer un défi important pour les modèles redondants à la pointe de la technologie.

• la valorisation de mesures partielles pour connaître l’état détaille d’un système, en utilisant des données de simulation.