Loading...
Bienvenue sur la collection des archives ouvertes HAL du PaRis AI Research InstitutE
Le plan 3AI
Le Prairie Institute (PaRis AI Research InstitutE) est l'un des quatre instituts français d'intelligence artificielle, créés dans le cadre de l'initiative nationale française sur l'IA annoncée par le président Emmanuel Macron le 29 mai 2018.
La création d’un petit nombre d’instituts de recherche interdisciplinaires en IA (ou «3IA» pour «Instituts Interdisciplinaires d’Intelligence Artificielle») a constitué une part importante de ce plan ambitieux, doté d’un budget total d’un milliard d’euros. Après un appel à participation ouvert en juillet 2018 et deux tours d'examen par un comité scientifique international, les projets de Grenoble, Nice, Paris et Toulouse ont officiellement reçu le label 3IA le 24 avril 2019, pour un budget total de 75 millions d'euros.
Pour en savoir plus sur PaRis AI Research InstitutE, consultez son site web.
Le Prairie Institute (PaRis AI Research InstitutE) est l'un des quatre instituts français d'intelligence artificielle, créés dans le cadre de l'initiative nationale française sur l'IA annoncée par le président Emmanuel Macron le 29 mai 2018.
La création d’un petit nombre d’instituts de recherche interdisciplinaires en IA (ou «3IA» pour «Instituts Interdisciplinaires d’Intelligence Artificielle») a constitué une part importante de ce plan ambitieux, doté d’un budget total d’un milliard d’euros. Après un appel à participation ouvert en juillet 2018 et deux tours d'examen par un comité scientifique international, les projets de Grenoble, Nice, Paris et Toulouse ont officiellement reçu le label 3IA le 24 avril 2019, pour un budget total de 75 millions d'euros.
Pour en savoir plus sur PaRis AI Research InstitutE, consultez son site web.
Nombre de dépôts en texte intégral
817
Nombre de notices
817
Derniers dépôts
Mots clés
MRI
Representation learning
BERT
FOS Computer and information sciences
Brain
Literature
Computational social choice
Computer Vision
Machine learning
Simulation
Longitudinal data
Interpretability
Multiple sclerosis
Dementia
Classification
Alzheimer's disease
Machine translation
Cancer
Vision par ordinateur
Disease progression modeling
Neuroimaging
Whole slide images
HIV
FOS Mathematics
Riemannian geometry
Machine Learning
Segmentation
Deep generative models
Mixture models
Phylodynamics
Adaptation
Kernel methods
Evaluation
Language acquisition
Computational pathology
Kalman filter
Brain MRI
PET
Variational autoencoder
Loss function
Robotics
Artificial intelligence
Data imputation
Conjunctive queries
LLMs
Diagnosis
Robustness
Software
Data visualization
Reinforcement learning
Breast cancer
Data Augmentation
Direct access
Deep Learning
Alzheimer’s disease
Computer Vision and Pattern Recognition csCV
Graph alignment
Hippocampus
Clinical data warehouse
Dimensionality reduction
Computational Pathology
Image processing
Alzheimer's Disease
Self-supervised learning
Magnetic resonance imaging
Wavelets
Action recognition
Medical imaging
Convex optimization
Deformable models
Neural networks
Optimization
Computational Literary Studies
Shared task
Microscopy
Functional connectivity
Portrait quality assessment
Clustering
Exoplanet detection
Electronic health records
French
Computational modeling
Cross-validation
Online learning
Deep learning
Transfer learning
Large language models
RNA localization
Clinical Data Warehouse
Curvature penalization
Object detection
Image synthesis
Bias
Computer vision
Validation
Prediction
Ensemble learning
Optimization and Control mathOC
Reproducibility
Natural language processing
Designed by Inria IES Service