3A2M : Implémentation d’algorithmes d’apprentissage automatique multimodaux
Une bibliothèque de multimodal learning a été développée et diffusée, qui intègre principalement les structures de données nécessaires à l’évaluation des algorithmes, mais aussi les métriques usuelles d’évaluation des algorithmes multi-vues.
Ce projet consiste à ajouter à cette bibliothèque, scikit-learn compatible, le code de trois algorithmes (MVML , CVKT et muCombo). L’objectif est de mettre à disposition des implémentations d’algorithmes multi-vues à la communauté machine learning.
Champs thématiques adressés par le projet :
-
Machine Learning (ML)
Plus d’information sur le projet et accès aux ressources :
L’équipe de recherche à l’origine du projet s’appuie sur le réseau d’ingénieurs du PNRIA
Equipe de recherche :
- Cécile Capponi LIS (CNRS/Aix-Marseille Université)
Ingénieurs du PNRIA :
- Jimmy Falck LORIA (CNRS/Université de Lorraine/Inria)