@inproceedings{forest2020carte,
abstract = {Dans la lign{\'{e}}e des r{\'{e}}centes avanc{\'{e}}es en apprentissage profond de repr{\'{e}}sentations pour le clustering, ce travail (pr{\'{e}}c{\'{e}}demment publi{\'{e}} en anglais) pr{\'{e}}sente le mod{\`{e}}le DESOM (Deep Embedded SOM), combinant l'apprentisssage non supervis{\'{e}} de repr{\'{e}}sentations et d'une carte auto-organis{\'{e}}e de Kohonen (SOM). Le mod{\`{e}}le, compos{\'{e}} d'un auto-encodeur et d'une couche SOM, est optimis{\'{e}} conjointement, an de r{\'{e}}gulariser l'espace latent et am{\'{e}}liorer la performance de la carte SOM. Nous {\'{e}}valuons les performances de classification et de visualisation ainsi que les b{\'{e}}n{\'{e}}fices de l'apprentissage joint. Mots-clef : carte auto-organis{\'{e}}e, clustering, apprentissage profond, auto-encodeur.},
author = {Forest, Florent and Lebbah, Mustapha and Azzag, Hanene and Lacaille, J{\'{e}}r{\^{o}}me},
booktitle = {CAp2020: Conf{\'{e}}rence d'Apprentissage},
keywords = {autoencoder,clustering,deep learning,self-organizing map},
title = {{Carte SOM profonde : Apprentissage joint de repr{\'{e}}sentations et auto-organisation}},
url_Link = {https://hal.archives-ouvertes.fr/hal-02859997},
url_Paper = {https://hal.archives-ouvertes.fr/hal-02859997/document},
year = {2020}
}

{"_id":"hXbCaTdAMLAsorjwD","bibbaseid":"forest-lebbah-azzag-lacaille-cartesomprofondeapprentissagejointdereprsentationsetautoorganisation-2020","authorIDs":["5yiWY47jSKdKfxe8h","FzQCQZZM2MyWCZ2Nk","PMuH6kGJyGBBKaPYe","QooEurLXqaPJTygeA","Shf2NXF4PRiWmkkaR","TLEpmitPf4iQZYYH3","XQYrXit4PKWKPpoFZ","ZdhbKf5hqQGmmgznz","cWw2GCMAZjb3jNqJg","fqKhgaj4PXP3S7gdz","osQRFxHgsbu3kMKhA"],"author_short":["Forest, F.","Lebbah, M.","Azzag, H.","Lacaille, J."],"bibdata":{"bibtype":"inproceedings","type":"inproceedings","abstract":"Dans la lignée des récentes avancées en apprentissage profond de représentations pour le clustering, ce travail (précédemment publié en anglais) présente le modèle DESOM (Deep Embedded SOM), combinant l'apprentisssage non supervisé de représentations et d'une carte auto-organisée de Kohonen (SOM). Le modèle, composé d'un auto-encodeur et d'une couche SOM, est optimisé conjointement, an de régulariser l'espace latent et améliorer la performance de la carte SOM. Nous évaluons les performances de classification et de visualisation ainsi que les bénéfices de l'apprentissage joint. Mots-clef : carte auto-organisée, clustering, apprentissage profond, auto-encodeur.","author":[{"propositions":[],"lastnames":["Forest"],"firstnames":["Florent"],"suffixes":[]},{"propositions":[],"lastnames":["Lebbah"],"firstnames":["Mustapha"],"suffixes":[]},{"propositions":[],"lastnames":["Azzag"],"firstnames":["Hanene"],"suffixes":[]},{"propositions":[],"lastnames":["Lacaille"],"firstnames":["Jérôme"],"suffixes":[]}],"booktitle":"CAp2020: Conférence d'Apprentissage","keywords":"autoencoder,clustering,deep learning,self-organizing map","title":"Carte SOM profonde : Apprentissage joint de représentations et auto-organisation","url_link":"https://hal.archives-ouvertes.fr/hal-02859997","url_paper":"https://hal.archives-ouvertes.fr/hal-02859997/document","year":"2020","bibtex":"@inproceedings{forest2020carte,\nabstract = {Dans la lign{\\'{e}}e des r{\\'{e}}centes avanc{\\'{e}}es en apprentissage profond de repr{\\'{e}}sentations pour le clustering, ce travail (pr{\\'{e}}c{\\'{e}}demment publi{\\'{e}} en anglais) pr{\\'{e}}sente le mod{\\`{e}}le DESOM (Deep Embedded SOM), combinant l'apprentisssage non supervis{\\'{e}} de repr{\\'{e}}sentations et d'une carte auto-organis{\\'{e}}e de Kohonen (SOM). Le mod{\\`{e}}le, compos{\\'{e}} d'un auto-encodeur et d'une couche SOM, est optimis{\\'{e}} conjointement, an de r{\\'{e}}gulariser l'espace latent et am{\\'{e}}liorer la performance de la carte SOM. Nous {\\'{e}}valuons les performances de classification et de visualisation ainsi que les b{\\'{e}}n{\\'{e}}fices de l'apprentissage joint. Mots-clef : carte auto-organis{\\'{e}}e, clustering, apprentissage profond, auto-encodeur.},\nauthor = {Forest, Florent and Lebbah, Mustapha and Azzag, Hanene and Lacaille, J{\\'{e}}r{\\^{o}}me},\nbooktitle = {CAp2020: Conf{\\'{e}}rence d'Apprentissage},\nkeywords = {autoencoder,clustering,deep learning,self-organizing map},\ntitle = {{Carte SOM profonde : Apprentissage joint de repr{\\'{e}}sentations et auto-organisation}},\nurl_Link = {https://hal.archives-ouvertes.fr/hal-02859997},\nurl_Paper = {https://hal.archives-ouvertes.fr/hal-02859997/document},\nyear = {2020}\n}\n\n","author_short":["Forest, F.","Lebbah, M.","Azzag, H.","Lacaille, J."],"key":"forest2020carte","id":"forest2020carte","bibbaseid":"forest-lebbah-azzag-lacaille-cartesomprofondeapprentissagejointdereprsentationsetautoorganisation-2020","role":"author","urls":{" link":"https://hal.archives-ouvertes.fr/hal-02859997"," paper":"https://hal.archives-ouvertes.fr/hal-02859997/document"},"keyword":["autoencoder","clustering","deep learning","self-organizing map"],"metadata":{"authorlinks":{"forest, f":"https://florentfo.rest/publications"}},"downloads":23},"bibtype":"inproceedings","biburl":"https://florentfo.rest/files/publications.bib","creationDate":"2020-06-18T09:29:44.846Z","downloads":23,"keywords":["autoencoder","clustering","deep learning","self-organizing map"],"search_terms":["carte","som","profonde","apprentissage","joint","repr","sentations","auto","organisation","forest","lebbah","azzag","lacaille"],"title":"Carte SOM profonde : Apprentissage joint de représentations et auto-organisation","year":2020,"dataSources":["pBkCjKbyeirr5jeAd","DgnR6pzJ98ZEp97PW","2puawT8ZAQyYRypA3","6rNfa4Kp6dL5sGmf5","xH8ySTsEPTLou9gyR"]}