Improving sampling, optimization and feature extraction in Boltzmann machines

L’apprentissage supervisé de réseaux hiérarchiques à grande échelle connaît présentement un succès fulgurant. Malgré cette effervescence, l’apprentissage non-supervisé représente toujours, selon plusieurs chercheurs, un élément clé de l’Intelligence Artificielle, où les agents doivent apprendre à partir d’un nombre potentiellement limité de données. Cette thèse s’inscrit dans cette pensée et aborde divers sujets de recherche liés au problème d’estimation de densité par l’entremise des machines de Boltzmann (BM), modèles graphiques probabilistes au coeur de l’apprentissage profond. Nos contributions touchent les domaines de l’échantillonnage, l’estimation de fonctions de partition, l’optimisation ainsi que l’apprentissage de représentations invariantes. Cette thèse débute par l’exposition d’un nouvel algorithme d'échantillonnage adaptatif, qui ajuste (de fa ̧con automatique) la température des chaînes de Markov sous simulation, afin de maintenir une vitesse de convergence élevée tout au long de l’apprentissage. Lorsqu’utilisé dans le contexte de l’apprentissage par maximum de vraisemblance stochastique (SML), notre algorithme engendre une robustesse accrue face à la sélection du taux d’apprentissage, ainsi qu’une meilleure vitesse de convergence. Nos résultats sont présent ́es dans le domaine des BMs, mais la méthode est générale et applicable à l’apprentissage de tout modèle probabiliste exploitant l’échantillonnage par chaînes de Markov. Tandis que le gradient du maximum de vraisemblance peut-être approximé par échantillonnage, l’évaluation de la log-vraisemblance nécessite un estimé de la fonction de partition. Contrairement aux approches traditionnelles qui considèrent un modèle donné comme une boîte noire, nous proposons plutôt d’exploiter la dynamique de l’apprentissage en estimant les changements successifs de log-partition encourus à chaque mise à jour des paramètres. Le problème d’estimation est reformulé comme un problème d’inférence similaire au filtre de Kalman, mais sur un graphe bi-dimensionnel, où les dimensions correspondent aux axes du temps et au paramètre de température. Sur le thème de l’optimisation, nous présentons également un algorithme permettant d’appliquer, de manière efficace, le gradient naturel à des machines de Boltzmann comportant des milliers d’unités. Jusqu’à présent, son adoption était limitée par son haut coût computationel ainsi que sa demande en mémoire. Notre algorithme, Metric-Free Natural Gradient (MFNG), permet d’éviter le calcul explicite de la matrice d’information de Fisher (et son inverse) en exploitant un solveur linéaire combiné à un produit matrice-vecteur efficace. L’algorithme est prometteur: en terme du nombre d’évaluations de fonctions, MFNG converge plus rapidement que SML. Son implémentation demeure malheureusement inefficace en temps de calcul. Ces travaux explorent également les mécanismes sous-jacents à l’apprentissage de représentations invariantes. À cette fin, nous utilisons la famille de machines de Boltzmann restreintes “spike & slab” (ssRBM), que nous modifions afin de pouvoir modéliser des distributions binaires et parcimonieuses. Les variables latentes binaires de la ssRBM peuvent être rendues invariantes à un sous-espace vectoriel, en associant à chacune d’elles, un vecteur de variables latentes continues (dénommées “slabs”). Ceci se traduit par une invariance accrue au niveau de la représentation et un meilleur taux de classification lorsque peu de données étiquetées sont disponibles. Nous terminons cette thèse sur un sujet ambitieux: l’apprentissage de représentations pouvant séparer les facteurs de variations présents dans le signal d’entrée. Nous proposons une solution à base de ssRBM bilinéaire (avec deux groupes de facteurs latents) et formulons le problème comme l’un de “pooling” dans des sous-espaces vectoriels complémentaires.

Étude de la cinétique de biomarqueurs d’exposition à la perméthrine dans des conditions d’exposition réelles chez les travailleurs agricoles au Québec

La perméthrine fait partie de la famille des pyréthrinoïdes qui sont abondamment utilisés en agriculture. Le but de cette étude était d'obtenir des données sur la cinétique des biomarqueurs d'exposition à la perméthrine en condition réelle d'exposition chez les travailleurs agricoles. Douze travailleurs (un applicateur, un superviseur et dix cueilleurs) exposés à la perméthrine dans le cadre de leur emploi ont été recrutés dans une ferme maraichère de la Montérégie (Québec). Ils ont fourni toutes leurs urines sur une période de trois jours suivant le début des travaux dans un champ traité. Les trois principaux métabolites de la perméthrine, l'acide cis-/trans-3-(2,2-dichlorovinyle)-2,2-diméthylecyclopropane carboxylique (cis-/trans-DCCA) et l'acide 3-phénoxybenzoïque (3-PBA) ont été analysés par chromatographie liquide à ultra-haute performance couplée à la spectrométrie de masse à temps de vol. Pour l'applicateur, une augmentation progressive des valeurs d'excrétion a été observée avec un pic unique atteint environ 30 h après le début de l'exposition d'une durée de 3,5 h suivi d'une élimination avec une demi-vie de 8 h. Pour le superviseur et l'un des cueilleurs, les profils d'excrétion de trans-DCCA et de 3-PBA étaient compatibles avec de multiples entrées dans la zone traitée pendant la période d'échantillonnage accompagné d'une élimination rapide entre les épisodes d'exposition.L'applicateur aurait été exposé indirectement par contact main-bouche, alors que les autres travailleurs auraient été exposés par la voie cutanée. Pour une surveillance biologique adéquate, nous recommandons de mesurer deux biomarqueurs de la perméthrine, soit le trans-DCCA et le 3-PBA et de prendre un minimum de trois échantillons urinaires, un avant et deux pendant ou suivant la période d'exposition.