Deep learning of representations and its application to computer vision

L’objectif de cette thèse par articles est de présenter modestement quelques étapes du parcours qui mènera (on espère) à une solution générale du problème de l’intelligence artificielle. Cette thèse contient quatre articles qui présentent chacun une différente nouvelle méthode d’inférence perceptive en utilisant l’apprentissage machine et, plus particulièrement, les réseaux neuronaux profonds. Chacun de ces documents met en évidence l’utilité de sa méthode proposée dans le cadre d’une tâche de vision par ordinateur. Ces méthodes sont applicables dans un contexte plus général, et dans certains cas elles on tété appliquées ailleurs, mais ceci ne sera pas abordé dans le contexte de cette de thèse. Dans le premier article, nous présentons deux nouveaux algorithmes d’inférence variationelle pour le modèle génératif d’images appelé codage parcimonieux “spike- and-slab” (CPSS). Ces méthodes d’inférence plus rapides nous permettent d’utiliser des modèles CPSS de tailles beaucoup plus grandes qu’auparavant. Nous démontrons qu’elles sont meilleures pour extraire des détecteur de caractéristiques quand très peu d’exemples étiquetés sont disponibles pour l’entraînement. Partant d’un modèle CPSS, nous construisons ensuite une architecture profonde, la machine de Boltzmann profonde partiellement dirigée (MBP-PD). Ce modèle a été conçu de manière à simplifier d’entraînement des machines de Boltzmann profondes qui nécessitent normalement une phase de pré-entraînement glouton pour chaque couche. Ce problème est réglé dans une certaine mesure, mais le coût d’inférence dans le nouveau modèle est relativement trop élevé pour permettre de l’utiliser de manière pratique. Dans le deuxième article, nous revenons au problème d’entraînement joint de machines de Boltzmann profondes. Cette fois, au lieu de changer de famille de modèles, nous introduisons un nouveau critère d’entraînement qui donne naissance aux machines de Boltzmann profondes à multiples prédictions (MBP-MP). Les MBP-MP sont entraînables en une seule étape et ont un meilleur taux de succès en classification que les MBP classiques. Elles s’entraînent aussi avec des méthodes variationelles standard au lieu de nécessiter un classificateur discriminant pour obtenir un bon taux de succès en classification. Par contre, un des inconvénients de tels modèles est leur incapacité de générer deséchantillons, mais ceci n’est pas trop grave puisque la performance de classification des machines de Boltzmann profondes n’est plus une priorité étant donné les dernières avancées en apprentissage supervisé. Malgré cela, les MBP-MP demeurent intéressantes parce qu’elles sont capable d’accomplir certaines tâches que des modèles purement supervisés ne peuvent pas faire, telles que celle de classifier des données incomplètes ou encore celle de combler intelligemment l’information manquante dans ces données incomplètes. Le travail présenté dans cette thèse s’est déroulé au milieu d’une période de transformations importantes du domaine de l’apprentissage à réseaux neuronaux profonds qui a été déclenchée par la découverte de l’algorithme de “dropout” par Geoffrey Hinton. Dropout rend possible un entraînement purement supervisé d’architectures de propagation unidirectionnel sans être exposé au danger de sur- entraînement. Le troisième article présenté dans cette thèse introduit une nouvelle fonction d’activation spécialement con ̧cue pour aller avec l’algorithme de Dropout. Cette fonction d’activation, appelée maxout, permet l’utilisation de aggrégation multi-canal dans un contexte d’apprentissage purement supervisé. Nous démontrons comment plusieurs tâches de reconnaissance d’objets sont mieux accomplies par l’utilisation de maxout. Pour terminer, sont présentons un vrai cas d’utilisation dans l’industrie pour la transcription d’adresses de maisons à plusieurs chiffres. En combinant maxout avec une nouvelle sorte de couche de sortie pour des réseaux neuronaux de convolution, nous démontrons qu’il est possible d’atteindre un taux de succès comparable à celui des humains sur un ensemble de données coriace constitué de photos prises par les voitures de Google. Ce système a été déployé avec succès chez Google pour lire environ cent million d’adresses de maisons.

Attachement, tempérament et déclaration de l’enfant victime d’agression sexuelle durant l’audition

Cette thèse a pour objectif principal d’explorer les contributions de l’attachement et du tempérament sur la quantité d’informations dévoilées par les enfants victimes d’agression sexuelle. Les auditions de 25 enfants âgés de trois à sept ans ont été codifiées sur le plan du type de questions et du nombre de détails. Le tempérament de l’enfant a été évalué par un questionnaire rempli par le parent. Les représentations d’attachement et les habiletés verbales ont été évaluées par l’entremise de tâches auprès de sous-échantillons d’enfants. Pour répondre à la question de recherche principale, le questionnaire de tempérament TABC-r a d’abord été traduit en français puis validé auprès de 231 parents issus de la population générale, ce qui a constitué un objectif secondaire de la thèse. Les résultats indiquent que le TABC-r version canadienne-française présente des propriétés psychométriques adéquates et similaires à la version originale. La structure factorielle, la cohérence interne, la fidélité inter-juge, la stabilité temporelle et la validité divergente sont très satisfaisantes. La validité convergente est soutenue par des relations attendues avec les problèmes de comportements et les relations familiales, mis à part des liens non retrouvés avec les habiletés cognitives. Ces résultats, les limites de l’étude et les pistes de recherche futures sont discutés. Les résultats obtenus concernant l’audition indiquent que les enfants victimes d’agression sexuelle présentant un attachement plus sécurisé et moins évitant rapportent davantage de détails en moyenne aux questions proposant un choix. Les associations modérées, quoique non significatives, entre le manque de persistance à la tâche et la quantité moyenne de détails aux questions proposant un choix, et entre l’attachement sécurisé et évitant et la quantité moyenne d’informations rapportées globalement sont décrites compte tenu de la petite taille de l’échantillon. Lorsqu’ils sont considérés simultanément, la sécurité d’attachement et le manque de persistance à la tâche contribuent potentiellement de façon complémentaire à expliquer une part de variance du nombre moyen de détails aux questions de reconnaissance lorsque l’âge est contrôlé, mais seul l’apport de la sécurité d’attachement est significatif. Ces résultats, les limites de l’étude, les pistes de recherches futures et les implications pour la conduite d’auditions sont discutés.

Representations of curanderismo in Chicana/o texts

Ma thèse porte sur les représentations de curanderismo dans Chicana/o textes. Une tradition de guérison, une vision du monde, un système de croyances et de pratiques d'origines diverses, curanderismo répond aux besoins médicaux, religieux, culturels, sociaux et politiques des Chicanas/os à la fois sur le plan individuel et communautaire. Dans mon analyse de textes littéraires (Bless Me, Ultima de Rudolfo Anaya, les poèmes sélectionnés de Pat Mora, The Hungry Woman: A Mexican Medea de Cherríe Moraga) et du cours académique sur curanderismo enseigné à l'Université du Nouveau-Mexique à Albuquerque, que j’approche comme un texte culturel, curanderismo reflète les façons complexes et souvent ambiguës de représenter Chicana/o recherche d'identité, d’affirmation de soi et d’émancipation, résultat d'une longue histoire de domination et de discrimination de Chicana/o aux Etats-Unis. Dans les textes que j’aborde dans ma thèse curanderismo assume le rôle d'une puissante métaphore qui réunit une variété de valeurs, attitudes, concepts et notions dans le but ultimede célébrer le potentiel de soi-même.