Physique Statistique des réseaux neuronaux en haute dimension: des machines aux organismes

par Jérôme Tubiana

Projet de thèse en Physique

Sous la direction de Rémi Monasson.

Thèses en préparation à Paris Sciences et Lettres , dans le cadre de École doctorale Physique en Île-de-France (Paris) , en partenariat avec LABORATOIRE DE PHYSIQUE THÉORIQUE DE L'ENS (laboratoire) et de École normale supérieure (Paris ; 1985-....) (établissement de préparation de la thèse) depuis le 01-10-2015 .


  • Résumé

    Cette thèse se place dans un contexte de progrès excitants dans les techniques expérimentales de neurosciences et d'apprentissage machine. En neurosciences, il est désormais possible d'enregistrer les activités de milliers de neurones simultanément, et en apprentissage machine, les réseaux de neurones profonds ont révolutionné la vision artificielle et la reconnaissance vocale. Notre objectif est d'approfondir notre compréhension de l'organisation de ces réseaux artificiels et naturels à l'aide des méthodes de physique statistique des systèmes désordonnés. Pour cela, nous nous intéresserons d'une part à l'inférence de réseaux de connectivité en très haute dimension appliqué à l'imagerie cérébrale et puis à un élément clé du Deep Learning, les Machines de Boltzmann restreintes.

  • Titre traduit

    Statistical physics of high-dimensional neural networks: from machines to organisms


  • Résumé

    This thesis takes place in a context of exciting progresses in experimental techniques of neuroscience and machine learning. In neuroscience, it is now possible to record the activities of thousands of neurons simultaneously, and in machine learning, deep neural networks have revolutionized artificial vision and speech recognition. Our objective is to deepen our understanding of the organization of these artificial and natural networks using the methods of statistical physics of disordered systems. To this end, we will focus on the inference of very high-dimensional connectivity networks applied to brain imaging and then to a key element of Deep Learning, the restricted Boltzmann machines.