Différences
Ci-dessous, les différences entre deux révisions de la page.
| Les deux révisions précédentesRévision précédente | Prochaine révisionLes deux révisions suivantes |
| pleniaires:pleniere24mai2018 [2018/04/24 08:02] – [Programme prévisionnel] montbroussous | pleniaires:pleniere24mai2018 [2018/05/14 16:13] – [Programme prévisionnel] vincent.hurtevent |
|---|
| | ::: ^ 10h00-10h30 | **Développement d'applications décentralisées sur la blockchain Ethereum**\\ Plus qu'une simple cryptomonnaie, la plateforme Ethereum permet la création d'applications décentralisées (smart-contracts). Après une rapide présentation des technologies en œuvre, nous aborderons plus précisément le fonctionnement de l'EVM (Ethereum Virtual Machine) et le langage de programmation Solidity. Nous verrons ensuite comment faciliter le développement et les déploiements dans ce contexte. Enfin, nous aborderons la partie interaction avec notre application.| R. Cailletaud - 3SR | | | ::: ^ 10h00-10h30 | **Développement d'applications décentralisées sur la blockchain Ethereum**\\ Plus qu'une simple cryptomonnaie, la plateforme Ethereum permet la création d'applications décentralisées (smart-contracts). Après une rapide présentation des technologies en œuvre, nous aborderons plus précisément le fonctionnement de l'EVM (Ethereum Virtual Machine) et le langage de programmation Solidity. Nous verrons ensuite comment faciliter le développement et les déploiements dans ce contexte. Enfin, nous aborderons la partie interaction avec notre application.| R. Cailletaud - 3SR | |
| | ::: ^ 10h30-10h45 | Pause | | | ::: ^ 10h30-10h45 | Pause | |
| | ::: ^ 10h45-11h15 | **iExec, le cloud décentralisé sur la blockchain** | | | | ::: ^ 10h45-11h15 | **iExec, le cloud décentralisé sur la blockchain** | Julien Béranger (iExec), Hadrien Croubois (iExec/ENS de Lyon)| |
| | ::: ^ 11h15-12h15 | **Scruter pour mieux comprendre : Deep Learning et mécanismes d'attention**\\ L’apprentissage profond de représentations (le Deep Learning) est une famille de méthodes du domaine « intelligence artificielle » permettant d’apprendre de connaissances à partir de masses de données (textes, images, vidéos etc.). Plus précisément, ces modèles permettent de faire des prédictions sur des nouvelles données. Cette intervention passera en revue l’historique de cette thématique, les enjeux majeurs et quelques techniques clé.\\ Ensuite, elle présentera un concept récent, les mécanismes d'attention. Comme un humain scrutant une scène par des mouvements oculaires, ces méthodes permettent à un réseau de neurones de se focaliser sur une partie pertinente des données d'entrée : une partie d'un visage pour la reconnaissance faciale ou une partie d'une phrase pour la traduction. | C. Wolf - LIRIS/CITI | | | ::: ^ 11h15-12h15 | **Scruter pour mieux comprendre : Deep Learning et mécanismes d'attention**\\ L’apprentissage profond de représentations (le Deep Learning) est une famille de méthodes du domaine « intelligence artificielle » permettant d’apprendre de connaissances à partir de masses de données (textes, images, vidéos etc.). Plus précisément, ces modèles permettent de faire des prédictions sur des nouvelles données. Cette intervention passera en revue l’historique de cette thématique, les enjeux majeurs et quelques techniques clé.\\ Ensuite, elle présentera un concept récent, les mécanismes d'attention. Comme un humain scrutant une scène par des mouvements oculaires, ces méthodes permettent à un réseau de neurones de se focaliser sur une partie pertinente des données d'entrée : une partie d'un visage pour la reconnaissance faciale ou une partie d'une phrase pour la traduction. | C. Wolf - LIRIS/CITI | |
| | Midi ^ 12h15-14h00 | Pause repas | | | | Midi ^ 12h15-14h00 | Pause repas | | |
