Méthodologie pour mesurer et réduire l'impact environnementale des algorithmes de Deep Learning afin de concevoir des projets en IA éco-responsables - APIA-2023 Access content directly
Conference Papers Year : 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
  • Function : Author
  • PersonId : 1269364

Abstract

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
Origin : Explicit agreement for this submission
licence : CC BY - Attribution

Dates and versions

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

Licence

Attribution

Identifiers

  • HAL Id : hal-04158806 , version 1

Cite

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
128 View
36 Download

Share

Gmail Facebook X LinkedIn More