Explore les agents d'apprentissage profond dans l'apprentissage du renforcement, en mettant l'accent sur les approximations du réseau neuronal et les défis dans la formation des systèmes multiactifs.
Introduit la théorie des probabilités, les variables aléatoires et les distributions, en mettant l'accent sur leurs applications dans la diffusion atomique.
Explore les techniques de microfabrication en verre, y compris l'usinage de précision et l'usinage ultrasonique, en se concentrant sur les propriétés mécaniques et le comportement des fractures.
Couvre les concepts fondamentaux de l'apprentissage profond et de l'architecture Transformer, en se concentrant sur les réseaux neuronaux, les mécanismes d'attention et leurs applications dans les tâches de modélisation de séquence.
Couvre les bases de l'apprentissage de renforcement, y compris l'apprentissage d'essai et d'erreur, l'apprentissage Q, le RL profond, et les applications dans le jeu et la planification.
Présente l'EcoCloud Center for Sustainable Computing à l'EPFL, en mettant l'accent sur les infrastructures informatiques durables et l'apprentissage profond contraint à l'énergie.
Explore l'importance des indicateurs dans l'évaluation de la durabilité urbaine et les défis dans le choix de ceux qui conviennent, en utilisant MONET et 'Cercle Indicateurs' en Suisse comme exemples.
Explore le potentiel des composés du bois comme la cellulose, la lignine et le tanin dans les applications de la chimie verte dans diverses industries.
Explore les propriétés mécaniques, l'analyse de la déformation et le comportement du matériau dans diverses conditions, en mettant l'accent sur le compromis entre la dureté et la ductilité.
Introduit les réseaux de mémoire à long terme (LSTM) comme une solution pour la disparition et l'explosion des gradients dans les réseaux neuronaux récurrents.
Explorer les tests d'hypothèses, les niveaux de signification, les erreurs, les GWAS, les tests optimaux et l'estimation ponctuelle dans les statistiques.