Documents dont l'auteur est "Bouteiller, Yann"

Réseau de collaboration

Veuillez patienter

Aide

Ce graphique trace les liens entre tous les collaborateurs des publications de {} figurant sur cette page.

Chaque lien représente une collaboration sur la même publication. L'épaisseur du lien représente le nombre de collaborations.

Utilisez la molette de la souris ou les gestes de défilement pour zoomer à l'intérieur du graphique.

Vous pouvez cliquer sur les noeuds et les liens pour les mettre en surbrillance et déplacer les noeuds en les glissant.

Enfoncez la touche "Ctrl" ou la touche "⌘" en cliquant sur les noeuds pour ouvrir la liste des publications de cette personne.

Article de revue

Valenchon, N., Bouteiller, Y., Jourde, H. R., L'Heureux, X., Sobral, M., Coffey, E. B. J., & Beltrame, G. (2022). The Portiloop: A deep learning-based open science tool for closed-loop brain stimulation. PLOS ONE, 17(8), e0270696 (20 pages). Lien externe

Communication écrite

Azambuja, R. , Fouad, H., Bouteiller, Y., Sol, C., & Beltrame, G. (mai 2022). When being soft makes you tough: a collision-resilient quadcopter inspired by arthropods' exoskeletons [Communication écrite]. IEEE International Conference on Robotics and Automation (ICRA 2022), Philadelphia, PA, USA. Lien externe

Sperling, M., Bouteiller, Y., De Azambuja, R., & Beltrame, G. (mai 2020). Domain Generalization via Optical Flow: Training a CNN in a Low-Quality Simulation to Detect Obstacles in the Real World [Communication écrite]. 17th Conference on Computer and Robot Vision (CRV 2020), Ottawa, ON. Lien externe

Affiche

Bouteiller, Y., Ramstedt, S., Beltrame, G., Pal, C. J., & Binas, J. (mai 2021). Reinforcement Learning with Random Delays [Affiche]. 9th International Conference on Learning Representations (ICLR 2021). Non disponible

Mémoire de maîtrise

Bouteiller, Y. (2021). Deep Reinforcement Learning in Real-Time Environments [Mémoire de maîtrise, Polytechnique Montréal]. Disponible

Chapitre de livre

Bouteiller, Y. (2022). Managing the World Complexity: From Linear Regression to Deep Learning. Dans Foundations of Robotics: A Multidisciplinary Approach with Python and ROS (p. 441-472). Lien externe