Méthodologie pour mesurer et réduire l'impact environnementale des algorithmes de Deep Learning afin de concevoir des projets en IA éco-responsables - Archive ouverte HAL
Communication Dans Un Congrès Année : 2023

Méthodologie pour mesurer et réduire l'impact environnementale des algorithmes de Deep Learning afin de concevoir des projets en IA éco-responsables

Maya Guillaumont
  • Fonction : Auteur
  • PersonId : 1269364

Résumé

Invited conference during the Artificial Intelligence Platform (PFIA) for the National Conference on the Practical Applications of Artificial Intelligence (APIA 2023), July 6, 2023 in Strasbourg, France. The conference proceedings contains a summary of the show. The slides are available on the conference web site.
Présentation invitée de la conférence Nationale sur les Applications Pratiques de l’Intelligence Artificielle (APIA 2023), le 7 juillet 2023 à Strasbourg, France. Les actes de la conférence contienne un résumé de la présentation. Les transparents sont disponibles sur le site web de la conférence.
Fichier principal
Vignette du fichier
APIA2023_ConfInvit_Guillaumont.pdf (58.86 Ko) Télécharger le fichier
Origine Accord explicite pour ce dépôt
Licence

Dates et versions

hal-04158806 , version 1 (17-07-2023)

Licence

Identifiants

  • HAL Id : hal-04158806 , version 1

Citer

Maya Guillaumont. Méthodologie pour mesurer et réduire l'impact environnementale des algorithmes de Deep Learning afin de concevoir des projets en IA éco-responsables. 9ème Conférence Nationale sur les Applications Pratiques de l’Intelligence Artificielle APIA@PFIA2023, AFIA-Association Française pour l'Intelligence Artificielle; ICube-laboratoire des sciences de l'ingénieur, de l'informatique et de l'imagerie, Jul 2023, Strasbourg, France. pp.9. ⟨hal-04158806⟩

Collections

APIA-2023
231 Consultations
75 Téléchargements

Partager

More