Les modèles d’apprentissage de représentations sont de plus en plus utilisés, mais des modèles d’IA explicables et de confiance sont nécessaires. Ce travail présente l’adaptation aux séries temporelles d’une méthode d’interprétation de représentation initialement conçue pour les images.
Continue readingEarly identification of patients with relapsing follicular lymphoma (FL) is critical but remains elusive. We initiated a collaboration between the academic CALYM Carnot Institute aiming at developing interpretable artificial intelligence (AI) models based on PET images to predict POD24.
Continue readingIn this paper, we study the behaviour of the triplet loss and show that it can be exploited to limit the biases created and perpetuated by machine learning models.
Continue reading