https://datafranca.org/wiki/index.php?action=history&feed=atom&title=R%C3%A9seau_autoattentif_%C3%A0_bruit_statistique_%28RABS%29 2026-09-24T14:01:06Z Historique des versions pour cette page sur le wiki MediaWiki 1.39.5 https://datafranca.org/wiki/index.php?title=R%C3%A9seau_autoattentif_%C3%A0_bruit_statistique_(RABS)&diff=133073&oldid=prev 2026-09-24T08:38:36Z

<p></p> <table style="background-color: #fff; color: #202122;" data-mw="interface"> <col class="diff-marker" /> <col class="diff-content" /> <col class="diff-marker" /> <col class="diff-content" /> <tr class="diff-title" lang="fr"> <td colspan="2" style="background-color: #fff; color: #202122; text-align: center;">← Version précédente</td> <td colspan="2" style="background-color: #fff; color: #202122; text-align: center;">Version du 24 septembre 2026 à 04:38</td> </tr><tr><td colspan="2" class="diff-lineno" id="mw-diff-left-l30">Ligne 30 :</td> <td colspan="2" class="diff-lineno">Ligne 30 :</td></tr> <tr><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><br/></td><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><br/></td></tr> <tr><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>&#039;&#039;&#039;transformeur à diffusion&#039;&#039;&#039;</div></td><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>&#039;&#039;&#039;transformeur à diffusion&#039;&#039;&#039;</div></td></tr> <tr><td class="diff-marker" data-marker="−"></td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #ffe49c; vertical-align: top; white-space: pre-wrap;"><div><del style="font-weight: bold; text-decoration: none;"></del></div></td><td colspan="2" class="diff-side-added"></td></tr> <tr><td class="diff-marker" data-marker="−"></td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #ffe49c; vertical-align: top; white-space: pre-wrap;"><div><del style="font-weight: bold; text-decoration: none;">'''c''</del></div></td><td colspan="2" class="diff-side-added"></td></tr> <tr><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><br/></td><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><br/></td></tr> <tr><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>==Anglais==</div></td><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>==Anglais==</div></td></tr> </table>

Claude COULOMBE https://datafranca.org/wiki/index.php?title=R%C3%A9seau_autoattentif_%C3%A0_bruit_statistique_(RABS)&diff=133072&oldid=prev 2026-09-24T08:38:04Z

<p></p> <table style="background-color: #fff; color: #202122;" data-mw="interface"> <col class="diff-marker" /> <col class="diff-content" /> <col class="diff-marker" /> <col class="diff-content" /> <tr class="diff-title" lang="fr"> <td colspan="2" style="background-color: #fff; color: #202122; text-align: center;">← Version précédente</td> <td colspan="2" style="background-color: #fff; color: #202122; text-align: center;">Version du 24 septembre 2026 à 04:38</td> </tr><tr><td colspan="2" class="diff-lineno" id="mw-diff-left-l31">Ligne 31 :</td> <td colspan="2" class="diff-lineno">Ligne 31 :</td></tr> <tr><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>&#039;&#039;&#039;transformeur à diffusion&#039;&#039;&#039;</div></td><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>&#039;&#039;&#039;transformeur à diffusion&#039;&#039;&#039;</div></td></tr> <tr><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><br/></td><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><br/></td></tr> <tr><td class="diff-marker" data-marker="−"></td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #ffe49c; vertical-align: top; white-space: pre-wrap;"><div>&#039;&#039;&#039;<del style="font-weight: bold; text-decoration: none;">transformeur de diffusion&#039;</del>&#039;&#039;</div></td><td class="diff-marker" data-marker="+"></td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #a3d3ff; vertical-align: top; white-space: pre-wrap;"><div>&#039;&#039;&#039;<ins style="font-weight: bold; text-decoration: none;">c</ins>&#039;&#039;</div></td></tr> <tr><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><br/></td><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><br/></td></tr> <tr><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>==Anglais==</div></td><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>==Anglais==</div></td></tr> <tr><td colspan="2" class="diff-lineno" id="mw-diff-left-l41">Ligne 41 :</td> <td colspan="2" class="diff-lineno">Ligne 41 :</td></tr> <tr><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>==Sources==</div></td><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>==Sources==</div></td></tr> <tr><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><br/></td><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><br/></td></tr> <tr><td class="diff-marker" data-marker="−"></td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #ffe49c; vertical-align: top; white-space: pre-wrap;"><div>[https://www.<del style="font-weight: bold; text-decoration: none;">statcan</del>.<del style="font-weight: bold; text-decoration: none;">gc.ca</del>/fr/<del style="font-weight: bold; text-decoration: none;">node?page=24 &#039;&#039;Source: Statistique Canada&#039;&#039;</del>]  </div></td><td class="diff-marker" data-marker="+"></td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #a3d3ff; vertical-align: top; white-space: pre-wrap;"><div>[https://www.<ins style="font-weight: bold; text-decoration: none;">goenhance</ins>.<ins style="font-weight: bold; text-decoration: none;">ai</ins>/fr/<ins style="font-weight: bold; text-decoration: none;">image-models/z-image GoEnhance - transformeur de diffusion </ins>]  </div></td></tr> <tr><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><br/></td><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><br/></td></tr> <tr><td class="diff-marker" data-marker="−"></td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #ffe49c; vertical-align: top; white-space: pre-wrap;"><div>[https://<del style="font-weight: bold; text-decoration: none;">towardsdatascience</del>.<del style="font-weight: bold; text-decoration: none;">com</del>/<del style="font-weight: bold; text-decoration: none;">self</del>-<del style="font-weight: bold; text-decoration: none;">attention</del>-<del style="font-weight: bold; text-decoration: none;">in</del>-<del style="font-weight: bold; text-decoration: none;">computer</del>-<del style="font-weight: bold; text-decoration: none;">vision</del>-<del style="font-weight: bold; text-decoration: none;">2782727021f6  Towards Data Science </del>- <del style="font-weight: bold; text-decoration: none;">Self</del>-<del style="font-weight: bold; text-decoration: none;">Attention In Computer Vision</del>]</div></td><td class="diff-marker" data-marker="+"></td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #a3d3ff; vertical-align: top; white-space: pre-wrap;"><div>[https://<ins style="font-weight: bold; text-decoration: none;">thesis</ins>.<ins style="font-weight: bold; text-decoration: none;">dial.uclouvain.be/server</ins>/<ins style="font-weight: bold; text-decoration: none;">api/core/bitstreams/e61d0e6a</ins>-<ins style="font-weight: bold; text-decoration: none;">a9b1</ins>-<ins style="font-weight: bold; text-decoration: none;">479a</ins>-<ins style="font-weight: bold; text-decoration: none;">a9da</ins>-<ins style="font-weight: bold; text-decoration: none;">5b19bc8c8e43/content Université de Louvain </ins>- <ins style="font-weight: bold; text-decoration: none;">réseau autoattentif]</ins></div></td></tr> <tr><td colspan="2" class="diff-side-deleted"></td><td class="diff-marker" data-marker="+"></td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #a3d3ff; vertical-align: top; white-space: pre-wrap;"><div> </div></td></tr> <tr><td colspan="2" class="diff-side-deleted"></td><td class="diff-marker" data-marker="+"></td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #a3d3ff; vertical-align: top; white-space: pre-wrap;"><div><ins style="font-weight: bold; text-decoration: none;">[https://arxiv.org/pdf/2212.09748 arXiv </ins>- <ins style="font-weight: bold; text-decoration: none;">Scalable Diffusion Models with Transformers</ins></div></td></tr> <tr><td colspan="2" class="diff-side-deleted"></td><td class="diff-marker" data-marker="+"></td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #a3d3ff; vertical-align: top; white-space: pre-wrap;"><div>- <ins style="font-weight: bold; text-decoration: none;">Diffusion Transformer</ins>]</div></td></tr> <tr><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><br/></td><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><br/></td></tr> <tr><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>[[Catégorie:GRAND LEXIQUE FRANÇAIS]]</div></td><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>[[Catégorie:GRAND LEXIQUE FRANÇAIS]]</div></td></tr> <tr><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>[[Catégorie:Publication]]</div></td><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>[[Catégorie:Publication]]</div></td></tr> </table>

Claude COULOMBE https://datafranca.org/wiki/index.php?title=R%C3%A9seau_autoattentif_%C3%A0_bruit_statistique_(RABS)&diff=133071&oldid=prev 2026-09-24T08:29:52Z

<p></p> <table style="background-color: #fff; color: #202122;" data-mw="interface"> <col class="diff-marker" /> <col class="diff-content" /> <col class="diff-marker" /> <col class="diff-content" /> <tr class="diff-title" lang="fr"> <td colspan="2" style="background-color: #fff; color: #202122; text-align: center;">← Version précédente</td> <td colspan="2" style="background-color: #fff; color: #202122; text-align: center;">Version du 24 septembre 2026 à 04:29</td> </tr><tr><td colspan="2" class="diff-lineno" id="mw-diff-left-l11">Ligne 11 :</td> <td colspan="2" class="diff-lineno">Ligne 11 :</td></tr> <tr><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>L&#039;image ou la vidéo bruitée est découpée en tuiles. Puis, chaque tuile est aplatie et transformée en un [[vecteur sémantique compact]]. On y associe une information de position appelée [[encodage positionnel]] pour situer la tuile dans les données d&#039;entrée. Ces vecteurs passent ensuite à travers plusieurs blocs d&#039;[[autoattention multitêtes]]. Grâce au mécanisme d&#039;attention, le modèle capture les dépendances à longue portée dans l&#039;ensemble de l&#039;espace latent, offrant une qualité de génération supérieures.</div></td><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>L&#039;image ou la vidéo bruitée est découpée en tuiles. Puis, chaque tuile est aplatie et transformée en un [[vecteur sémantique compact]]. On y associe une information de position appelée [[encodage positionnel]] pour situer la tuile dans les données d&#039;entrée. Ces vecteurs passent ensuite à travers plusieurs blocs d&#039;[[autoattention multitêtes]]. Grâce au mécanisme d&#039;attention, le modèle capture les dépendances à longue portée dans l&#039;ensemble de l&#039;espace latent, offrant une qualité de génération supérieures.</div></td></tr> <tr><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>&lt;hr/&gt;</div></td><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>&lt;hr/&gt;</div></td></tr> <tr><td class="diff-marker" data-marker="−"></td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #ffe49c; vertical-align: top; white-space: pre-wrap;"><div>Le réseau autoattentif à bruit statistique n&#039;est pas confiné au traitement et à la génération d&#039;images. Il constitue le socle de beaucoup [[Modèle multimodal|d&#039;architectures multimodales]] pour la [[Génération texte-à-vidéo|génération de vidéos]] comme Google Veo, Sora (aujourd&#039;hui abandonné par OpenAI), Wan d&#039;Alibaba, Kling de Kuaishou, ou Seedance de ByteDance. En étendant le découpage des tuiles 2D à la dimension temporelle (cubes spatio-temporels), il aide à la cohérence du mouvement au fil des images d&#039;une vidéo. Le réseau autoattentif à bruit statistique sert aussi en [[Génération automatique d&#039;audio|génération audio]] et musicale. Enfin, il constitue une bonne base pour le traitement [[Modèle multimodal|multimodal] de textes, d&#039;images, de vidéos et l&#039;espace 3D dans le même [[espace latent]].   </div></td><td class="diff-marker" data-marker="+"></td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #a3d3ff; vertical-align: top; white-space: pre-wrap;"><div>Le réseau autoattentif à bruit statistique n&#039;est pas confiné au traitement et à la génération d&#039;images. Il constitue le socle de beaucoup [[Modèle multimodal|d&#039;architectures multimodales]] pour la [[Génération texte-à-vidéo|génération de vidéos]] comme Google Veo, Sora (aujourd&#039;hui abandonné par OpenAI), Wan d&#039;Alibaba, Kling de Kuaishou, ou Seedance de ByteDance. En étendant le découpage des tuiles 2D à la dimension temporelle (cubes spatio-temporels), il aide à la cohérence du mouvement au fil des images d&#039;une vidéo. Le réseau autoattentif à bruit statistique sert aussi en [[Génération automatique d&#039;audio|génération audio]] et musicale. Enfin, il constitue une bonne base pour le traitement [[Modèle multimodal|multimodal<ins style="font-weight: bold; text-decoration: none;">]</ins>] de textes, d&#039;images, de vidéos et l&#039;espace 3D dans le même [[espace latent]].   </div></td></tr> <tr><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>   </div></td><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>   </div></td></tr> <tr><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>==Français==</div></td><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>==Français==</div></td></tr> </table>

Claude COULOMBE https://datafranca.org/wiki/index.php?title=R%C3%A9seau_autoattentif_%C3%A0_bruit_statistique_(RABS)&diff=133070&oldid=prev 2026-09-24T08:29:20Z

<p></p> <table style="background-color: #fff; color: #202122;" data-mw="interface"> <col class="diff-marker" /> <col class="diff-content" /> <col class="diff-marker" /> <col class="diff-content" /> <tr class="diff-title" lang="fr"> <td colspan="2" style="background-color: #fff; color: #202122; text-align: center;">← Version précédente</td> <td colspan="2" style="background-color: #fff; color: #202122; text-align: center;">Version du 24 septembre 2026 à 04:29</td> </tr><tr><td colspan="2" class="diff-lineno" id="mw-diff-left-l16">Ligne 16 :</td> <td colspan="2" class="diff-lineno">Ligne 16 :</td></tr> <tr><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><br/></td><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><br/></td></tr> <tr><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>&#039;&#039;&#039;réseau autoattentif à bruit statistique&#039;&#039;&#039;</div></td><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>&#039;&#039;&#039;réseau autoattentif à bruit statistique&#039;&#039;&#039;</div></td></tr> <tr><td colspan="2" class="diff-side-deleted"></td><td class="diff-marker" data-marker="+"></td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #a3d3ff; vertical-align: top; white-space: pre-wrap;"><div><ins style="font-weight: bold; text-decoration: none;"></ins></div></td></tr> <tr><td colspan="2" class="diff-side-deleted"></td><td class="diff-marker" data-marker="+"></td><td style="color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #a3d3ff; vertical-align: top; white-space: pre-wrap;"><div><ins style="font-weight: bold; text-decoration: none;">'''RABS'''</ins></div></td></tr> <tr><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><br/></td><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><br/></td></tr> <tr><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>&#039;&#039;&#039;réseau autoattentif à diffusion &#039;&#039;&#039;</div></td><td class="diff-marker"></td><td style="background-color: #f8f9fa; color: #202122; font-size: 88%; border-style: solid; border-width: 1px 1px 1px 4px; border-radius: 0.33em; border-color: #eaecf0; vertical-align: top; white-space: pre-wrap;"><div>&#039;&#039;&#039;réseau autoattentif à diffusion &#039;&#039;&#039;</div></td></tr> </table>

Claude COULOMBE https://datafranca.org/wiki/index.php?title=R%C3%A9seau_autoattentif_%C3%A0_bruit_statistique_(RABS)&diff=133068&oldid=prev 2026-09-24T08:28:45Z

<p>Claude COULOMBE a déplacé la page <a href="/wiki/Diffusion_Transformer_(DiT)" class="mw-redirect" title="Diffusion Transformer (DiT)">Diffusion Transformer (DiT)</a> vers <a href="/wiki/R%C3%A9seau_autoattentif_%C3%A0_bruit_statistique_(RABS)" title="Réseau autoattentif à bruit statistique (RABS)">Réseau autoattentif à bruit statistique (RABS)</a></p> <table style="background-color: #fff; color: #202122;" data-mw="interface"> <tr class="diff-title" lang="fr"> <td colspan="1" style="background-color: #fff; color: #202122; text-align: center;">← Version précédente</td> <td colspan="1" style="background-color: #fff; color: #202122; text-align: center;">Version du 24 septembre 2026 à 04:28</td> </tr><tr><td colspan="2" class="diff-notice" lang="fr"><div class="mw-diff-empty">(Aucune différence)</div> </td></tr></table>

Claude COULOMBE https://datafranca.org/wiki/index.php?title=R%C3%A9seau_autoattentif_%C3%A0_bruit_statistique_(RABS)&diff=133067&oldid=prev 2026-09-24T08:28:15Z

<p>Page créée avec « ==Définition== Une architecture de réseau de neurones génératif qui combine l&#039;architecture d&#039;un <a href="/wiki/R%C3%A9seau_autoattentif" title="Réseau autoattentif">réseau autoattentif</a> avec le processus itératif de suppression de bruit d&#039;un <a href="/wiki/Mod%C3%A8le_%C3%A0_bruit_statistique" title="Modèle à bruit statistique">modèle à bruit statistique</a>. Voir aussi <a href="/wiki/R%C3%A9seau_autoattentif_pour_la_vision" title="Réseau autoattentif pour la vision">réseau autoattentif pour la vision</a>. ==Compléments== L&#039;emploi d&#039;un réseau autoattentif bénéficie de l&#039;<a href="/wiki/Apprentissage_autosupervis%C3%A9" title="Apprentissage autosupervisé">apprentissage autosupervisé</a> et de sa capacité à être traité en parallèle. &lt;hr/&gt; Alors que les ... »</p> <p><b>Nouvelle page</b></p><div>==Définition==<br /> Une architecture de réseau de neurones génératif qui combine l&#039;architecture d&#039;un [[Réseau autoattentif|réseau autoattentif]] avec le processus itératif de suppression de bruit d&#039;un [[modèle à bruit statistique]].<br /> <br /> Voir aussi [[réseau autoattentif pour la vision]]. <br /> <br /> ==Compléments==<br /> L&#039;emploi d&#039;un réseau autoattentif bénéficie de l&#039;[[apprentissage autosupervisé]] et de sa capacité à être traité en parallèle.<br /> &lt;hr/&gt;<br /> Alors que les [[modèle à bruit statistique|modèles à bruit statistique]] traditionnels utilisent des [[réseau convolutif|réseaux convolutifs]] pour débruiter les données (comme [[Stability AI|Stable Diffusion]] ou [[DALL-E|DALL-E 2]]), le réseau autoattentif à bruit statistique remplace les blocs convolutifs par des blocs autoattentifs.<br /> <br /> L&#039;image ou la vidéo bruitée est découpée en tuiles. Puis, chaque tuile est aplatie et transformée en un [[vecteur sémantique compact]]. On y associe une information de position appelée [[encodage positionnel]] pour situer la tuile dans les données d&#039;entrée. Ces vecteurs passent ensuite à travers plusieurs blocs d&#039;[[autoattention multitêtes]]. Grâce au mécanisme d&#039;attention, le modèle capture les dépendances à longue portée dans l&#039;ensemble de l&#039;espace latent, offrant une qualité de génération supérieures.<br /> &lt;hr/&gt;<br /> Le réseau autoattentif à bruit statistique n&#039;est pas confiné au traitement et à la génération d&#039;images. Il constitue le socle de beaucoup [[Modèle multimodal|d&#039;architectures multimodales]] pour la [[Génération texte-à-vidéo|génération de vidéos]] comme Google Veo, Sora (aujourd&#039;hui abandonné par OpenAI), Wan d&#039;Alibaba, Kling de Kuaishou, ou Seedance de ByteDance. En étendant le découpage des tuiles 2D à la dimension temporelle (cubes spatio-temporels), il aide à la cohérence du mouvement au fil des images d&#039;une vidéo. Le réseau autoattentif à bruit statistique sert aussi en [[Génération automatique d&#039;audio|génération audio]] et musicale. Enfin, il constitue une bonne base pour le traitement [[Modèle multimodal|multimodal] de textes, d&#039;images, de vidéos et l&#039;espace 3D dans le même [[espace latent]]. <br /> <br /> ==Français==<br /> <br /> &#039;&#039;&#039;réseau autoattentif à bruit statistique&#039;&#039;&#039;<br /> <br /> &#039;&#039;&#039;réseau autoattentif à diffusion &#039;&#039;&#039;<br /> <br /> &#039;&#039;&#039;architecture autoattentive à bruit statistique&#039;&#039;&#039;<br /> <br /> &#039;&#039;&#039;architecture autoattentive à diffusion&#039;&#039;&#039;<br /> <br /> &#039;&#039;&#039;modèle autoattentif à bruit statistique&#039;&#039;&#039;<br /> <br /> &#039;&#039;&#039;modèle autoattentif à diffusion&#039;&#039;&#039;<br /> <br /> &#039;&#039;&#039;transformeur à diffusion&#039;&#039;&#039;<br /> <br /> &#039;&#039;&#039;transformeur de diffusion&#039;&#039;&#039;<br /> <br /> ==Anglais==<br /> <br /> &#039;&#039;&#039;Diffusion Transformer&#039;&#039;&#039;<br /> <br /> &#039;&#039;&#039;DiT&#039;&#039;&#039;<br /> <br /> ==Sources==<br /> <br /> [https://www.statcan.gc.ca/fr/node?page=24 &#039;&#039;Source: Statistique Canada&#039;&#039;] <br /> <br /> [https://towardsdatascience.com/self-attention-in-computer-vision-2782727021f6 Towards Data Science - Self-Attention In Computer Vision]<br /> <br /> [[Catégorie:GRAND LEXIQUE FRANÇAIS]]<br /> [[Catégorie:Publication]]</div>

Claude COULOMBE