8 resultados para DISTRIBUTED STRAIN
em Université de Montréal, Canada
Resumo:
Affiliation: Faculté de Médecine Vétérinaire, Université de Montréal
Resumo:
L'objectif de cette thèse est de présenter différentes applications du programme de recherche de calcul conditionnel distribué. On espère que ces applications, ainsi que la théorie présentée ici, mènera à une solution générale du problème d'intelligence artificielle, en particulier en ce qui a trait à la nécessité d'efficience. La vision du calcul conditionnel distribué consiste à accélérer l'évaluation et l'entraînement de modèles profonds, ce qui est très différent de l'objectif usuel d'améliorer sa capacité de généralisation et d'optimisation. Le travail présenté ici a des liens étroits avec les modèles de type mélange d'experts. Dans le chapitre 2, nous présentons un nouvel algorithme d'apprentissage profond qui utilise une forme simple d'apprentissage par renforcement sur un modèle d'arbre de décisions à base de réseau de neurones. Nous démontrons la nécessité d'une contrainte d'équilibre pour maintenir la distribution d'exemples aux experts uniforme et empêcher les monopoles. Pour rendre le calcul efficient, l'entrainement et l'évaluation sont contraints à être éparse en utilisant un routeur échantillonnant des experts d'une distribution multinomiale étant donné un exemple. Dans le chapitre 3, nous présentons un nouveau modèle profond constitué d'une représentation éparse divisée en segments d'experts. Un modèle de langue à base de réseau de neurones est construit à partir des transformations éparses entre ces segments. L'opération éparse par bloc est implémentée pour utilisation sur des cartes graphiques. Sa vitesse est comparée à deux opérations denses du même calibre pour démontrer le gain réel de calcul qui peut être obtenu. Un modèle profond utilisant des opérations éparses contrôlées par un routeur distinct des experts est entraîné sur un ensemble de données d'un milliard de mots. Un nouvel algorithme de partitionnement de données est appliqué sur un ensemble de mots pour hiérarchiser la couche de sortie d'un modèle de langage, la rendant ainsi beaucoup plus efficiente. Le travail présenté dans cette thèse est au centre de la vision de calcul conditionnel distribué émis par Yoshua Bengio. Elle tente d'appliquer la recherche dans le domaine des mélanges d'experts aux modèles profonds pour améliorer leur vitesse ainsi que leur capacité d'optimisation. Nous croyons que la théorie et les expériences de cette thèse sont une étape importante sur la voie du calcul conditionnel distribué car elle cadre bien le problème, surtout en ce qui concerne la compétitivité des systèmes d'experts.
Resumo:
Vaccination is a useful option to control infection with porcine reproductive and respiratory syndrome virus (PRRSV), and several modified live-PRRSV vaccines have been developed. These vaccines have shown some efficacy in reducing the incidence and severity of clinical disease as well as the duration of viremia and virus shedding but have failed to provide sterilizing immunity. The efficacy of modified live-virus (MLV) vaccines is greater against a homologous strain compared with heterologous PRRSV strains. The objective of this study was to evaluate the efficacy of Fostera PRRS MLV vaccine in protecting against challenge with a heterologous field strain widely circulating in the swine herds of eastern Canada. Forty-six piglets were divided into 4 groups: nonvaccinated-nonchallenged; nonvaccinated-challenged; vaccinated-challenged; and vaccinated-nonchallenged. The animals were vaccinated at 23 d of age with Fostera PRRS and challenged 23 d later with a heterologous field strain of PRRSV (FMV12-1425619). Overall, the vaccine showed some beneficial effects in the challenged animals by reducing the severity of clinical signs and the viral load. A significant difference between nonvaccinated and vaccinated animals was detected for some parameters starting 11 to 13 d after challenge, which suggested that the cell-mediated immune response or other delayed responses could be more important than pre-existing PRRSV antibodies in vaccinated animals within the context of protection against heterologous strains.