 | Monter d'un niveau |
Réseau de collaborationCe graphique trace les liens entre tous les collaborateurs des publications de Samira Ebrahimi Kahou 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.
Nuage de motsUn nuage de mots est une représentation visuelle des mots les plus fréquemment utilisés dans un texte ou un ensemble de textes. Les mots apparaissent dans différentes tailles, la taille de chaque mot étant proportionnelle à sa fréquence d'apparition dans le texte. Plus un mot est utilisé fréquemment, plus il apparaît en grand dans le nuage de mots. Cette technique permet de visualiser rapidement les thèmes et les concepts les plus importants d'un texte.
Dans le contexte de cette page, le nuage de mots a été généré à partir des publications de l'auteur Samira Ebrahimi Kahou. Les mots présents dans ce nuage proviennent des titres, résumés et mots-clés des articles et travaux de recherche de cet auteur. En analysant ce nuage de mots, vous pouvez obtenir un aperçu des sujets et des domaines de recherche les plus récurrents et significatifs dans les travaux de cet auteur.Le nuage de mots est un outil utile pour identifier les tendances et les thèmes principaux dans un corpus de textes, facilitant ainsi la compréhension et l'analyse des contenus de manière visuelle et intuitive.
Anbil Parthipan, S. C., Sankar, C., Vorontsov, E., Kahou, S. E., & Bengio, Y. (2019). Towards Non-Saturating Recurrent Units for Modelling Long-Term Dependencies. AAAI Conference on Artificial Intelligence, 33(1), 3280-3287. Lien externe
Kahou, S. E., Michalski, V., Memisevic, R., Pal, C. J., & Vincent, P. (juillet 2017). RATM: Recurrent Attentive Tracking Model [Communication écrite]. 30th IEEE Conference on Computer Vision and Pattern Recognition Workshops (CVPRW 2017), Honolulu, HI, United states. Lien externe
Kahou, S. E., Bouthillier, X., Lamblin, P., Gülçehre, Ç., Michalski, V., Konda, K., Jean, S., Froumenty, P., Dauphin, Y., Boulanger-Lewandowski, N., Ferrari, R. C., Mirza, M., Warde-Farley, D., Courville, A., Vincent, P., Memisevic, R., Pal, C. J., & Bengio, Y. (2016). EmoNets: Multimodal deep learning approaches for emotion recognition in video. Journal on Multimodal User Interfaces, 10(2), 99-111. Lien externe
Kahou, S. E., Froumenty, P., & Pal, C. J. (septembre 2014). Facial expression analysis based on high dimensional binary features [Communication écrite]. European Conference on Computer Vision (ECCV 2014), Zurich, Switzerland. Lien externe
Kahou, S. E., Michalski, V., Konda, K., Memisevic, R., & Pal, C. J. (novembre 2015). Recurrent Neural Networks for Emotion Recognition in Video [Communication écrite]. 17th International Conference on Multimodal Interaction (ICMI 2015), Seattle, USA. Lien externe
Kahou, S. E., Pal, C. J., Bouthillier, X., Froumenty, P., Gülçehre, Ç., Memisevic, R., Vincent, P., Courville, A., Bengio, Y., Ferrari, R. C., Mirza, M., Jean, S., Carrier, P.-L., Dauphin, Y., Boulanger-Lewandowski, N., Aggarwal, A., Zumer, J., Lamblin, P., Raymond, J.-P., ... Wu, Z. (décembre 2013). Combining modality specific deep neural networks for emotion recognition in video [Communication écrite]. 15th ACM International Conference on Multimodal Interaction (ICMI 2013), Sydney, NSW, Australia. Lien externe
Li, R., Kahou, S. E., Schulz, H., Michalski, V., Charlin, L., & Pal, C. J. (décembre 2018). Towards deep conversational recommendations [Communication écrite]. 32nd Conference on Neural Information Processing Systems (NIPS 2018), Montréal, Canada (11 pages). Lien externe
Racah, E., Beckham, C., Maharaj, T., Kahou, S. E., Prabha, H., & Pal, C. J. (décembre 2017). Extreme weather : a large-scale climate dataset for semi-supervised detection, localization and understanding of extreme weather events [Communication écrite]. 31st Conference on Neural Information Processing Systems (NIPS 2017), Long Beach, CA. Lien externe
Urban, G., Geras, K. J., Kahou, S. E., Aslan, O., Wang, S., Mohamed, A., Philipose, M., Richardson, M., & Caruana, R. (avril 2017). Do deep convolutional nets really need to be deep and convolutional? [Communication écrite]. 5th International Conference on Learning Representations (ICLR 2017), Toulon, France (13 pages). Lien externe
Weiß, M., Chamorro, S., Girgis, R., Luck, M., Kahou, S. E., Cohen, J., Nowrouzezahrai, D., Precup, D., Golemo, F., & Pal, C. (2019). Sidewalk Environment for Visual Navigation [Ensemble de données]. Lien externe
