SCD-Universite de Rennes 1 Contribution au développement de l’apprentissage profond dans les systèmes distribués Contribution to the development of deep learning in distributed systems Réseaux de neurones profondsApprentissage automatiqueCalcul distribué Deep neural networksMachine learningDistributed computing Réseaux neuronaux (informatique) Thèses et écrits académiques Apprentissage profond Thèses et écrits académiques L'apprentissage profond permet de développer un nombre de services de plus en plus important. Il nécessite cependant de grandes bases de données d'apprentissage et beaucoup de puissance de calcul. Afin de réduire les coûts de cet apprentissage profond, nous proposons la mise en œuvre d'un apprentissage collaboratif. Les futures utilisateurs des services permis par l'apprentissage profond peuvent ainsi participer à celui-ci en mettant à disposition leurs machines ainsi que leurs données sans déplacer ces dernières sur le cloud. Nous proposons différentes méthodes afin d'apprendre des réseaux de neurones profonds dans ce contexte de système distribué. Deep learning enables the development of a growing number of services. However, it requires large training databases and a lot of computing power. In order to reduce the costs of this deep learning, we propose a distributed computing setup to enable collaborative learning. Future users can participate with their devices and their data without moving private data in datacenters. We propose methods to train deep neural network in this distibuted system context. Electronic Thesis or DissertationText fr application/pdf1 : 7782 Kohttps://ged.univ-rennes1.fr/nuxeo/site/esupversions/af5f63c3-d00c-49df-81f4-4d7e62f0dd42 Hardy Corentin 1992-09-15 FR 237835223 corentin.hardy.35@gmail.com 2019REN1S020 http://www.theses.fr/2019REN1S020 2019-04-08 Informatique Universite de Rennes 1thesis.degree.grantor_1 02778715X Doctorat Universite Bretagne LoirepartenaireRecherche_1 191639044 non ouiSericolaBrunointervenant_1077485343 MATHSTICecoleDoctorale_1 204770424 INRIA-RENNES partenaireRecherche_2 133175863 ddc:004 SericolaBrunoUniversite de Rennes 1Sciences et technologie, medecine, pharmacie, odontologie, droit, economie, gestion, philosophieMATHSTICÉcole doctorale Mathématiques et sciences et technologies de l'information et de la communication (Rennes)Universite Bretagne Loire Communaute des etablissements d enseignement superieur et de recherche (ComuE) INRIA-RENNES ASCII PDF 7968472