![]() | Monter d'un niveau |
Ce graphique trace les liens entre tous les collaborateurs des publications de Julien Roy 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.
Un 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 Julien Roy. 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.
Barde, P., Roy, J., Jeon, W., Pineau, J., Nowrouzezahrai, D., & Pal, C. J. (décembre 2020). Adversarial Soft Advantage Fitting: Imitation Learning without Policy Optimization [Communication écrite]. 34th Conference on Neural Information Processing Systems (NeurIPS 2020) (11 pages). Lien externe
Harvey, F. G., Roy, J., Kanaa, D., & Pal, C. J. (2018). Recurrent semi-supervised classification and constrained adversarial generation with motion capture data. Image and Vision Computing, 78, 42-52. Lien externe
Huber, M., Gilbert, G., Roy, J., Parent, S., Labelle, H., & Périé-Curnier, D. (2016). Sensitivity of MRI parameters within intervertebral discs to the severity of adolescent idiopathic scoliosis. Journal of Magnetic Resonance Imaging, 76(5), 1123-1131. Lien externe
Roy, J. (2024). Effective Reward Specification in Deep Reinforcement Learning [Thèse de doctorat, Polytechnique Montréal]. Accès restreint
Roy, J., Girgis, R., Romoff, J., Bacon, P.-L., & Pal, C. J. (juillet 2022). Direct Behavior Specification via Constrained Reinforcement Learning [Communication écrite]. 39th International Conference on Machine Learning (ICML 2022), Baltimore, MD, USA. Lien externe
Roy, J., Barde, P., Harvey, F. G., Nowrouzezahrai, D., & Pal, C. J. (décembre 2020). Promoting coordination through policy regularization in multi-agent deep reinforcement learning [Communication écrite]. 34th Conference on Neural Information Processing Systems (NeurIPS 2020). Lien externe