Titre :
Méthodes et algorithmes autorisant une modification du domaine sans supervision
Numéro de l’entente :
972620
Valeur d'entente :
24 500,00 $
Date d'entente :
21 août 2023 - 30 sept. 2022
Description :
Même à l’heure des mégadonnées, l’apprentissage automatique dans de nombreux domaines peut être gêné par le manque de données annotées de bonne qualité. L’apprentissage par transfert sans données annotées (« zero-shot » en anglais) est donc particulièrement important. Il consiste à explorer des méthodologies pour transférer les modèles appris dans le cadre d’un domaine supervisé riche en données à un domaine pour lequel on ne dispose pas de données correctement annotées. Dans le cadre de ce projet, nous nous concentrerons sur l’apprentissage par transfert sans données annotées d’une part pour des modèles sophistiqués et d’autre part pour le transfert d’un domaine supervisé riche à un domaine dont on ne connaît même pas la relation entre les éléments. Nous nous attaquerons à plusieurs défis qui relèvent de la science des données et nous mettrons au point des méthodes raisonnées. Nous étudierons en particulier les méthodes d’augmentation entre les domaines des données qui permettent de générer des données d’entraînement ou de test pour un domaine inconnu, ou de transférer des données d’un domaine supervisé riche en données à un domaine inconnu. Les techniques mises au point dans le cadre de ce projet pourraient être utilisées pour la résolution de nombreux problèmes importants liés notamment au traitement automatique du langage naturel (TALN) et à l’apprentissage multimodal.
Organisation :
Conseil national de recherches Canada
Résultats prévus :
À court terme, les résultats prévus sont des collaborations renforcées dans l’ensemble de l’industrie, du milieu universitaire et du gouvernement afin d’appuyer l’excellence en recherche. À moyen terme, les résultats prévus sont le développement de technologies potentiellement perturbatrices avec des collaborateurs.
Location :
Burnaby, Colombie-Britannique, CA V5A 1S6
Numéro de référence :
172-2021-2022-Q2-972620
Type d'entente :
subvention
Type de rapport :
Subventions et des contributions
Numéro d'entreprise du bénéficiaire :
1057810
Recipient Type:
établissement universitaire et institution publique
Nom légal du bénéficiaire :
Simon Fraser University
Circonscription fédérale :
Burnaby-Nord–Seymour
Numéro de la circonscription fédérale :
59002
Programme :
Programme de collaboration en science, en technologie et en innovation – Fonds d’idéation
But du programme :
Le Fonds d’idéation vise à encourager, à mettre à l’essai et à valider les idées de recherche transformatrice des équipes scientifiques du CNRC et des collaborateurs externes dotés de capacités complémentaires. Il servira ainsi de plateforme de démonstration d’une série de produits livrables en matière de recherche-développement (R-D) en constante évolution au CNRC. Le Fonds appuie la recherche exploratoire au moyen de deux mécanismes : l’Initiative « Nouveaux débuts » et l’Initiative « Petites équipes ».
Identificateur du SCIAN :
541710