Représentants du laboratoire

À propos des représentants du laboratoire

Les représentants du laboratoire sont un point de contact pour faciliter la communication entre les étudiants, les internes, les post-doc et le membre du personnel dans le but d’améliorer la participation des étudiants au processus décisionnel.

Ils sont élus à chaque année par les étudiants de Mila. Aussi, bien que les initiatives spécifiques entreprises par les représentants du laboratoire varient d’année en année, en fonction du contexte actuel et de l’intérêt des membres, ils travaillent toujours pour améliorer la communauté Mila.

Voici quelques unes des responsabilités des représentants du laboratoire :

  • Soutenir les étudiants (offrir une rétroaction et aider à résoudre des problèmes);
  • Fournir des informations concernant l’infrastructure de la technologie et de l’information (nuages de données, wifi, etc.)
  • Gérer les activités sociales (groupes de lecture et Tea Talks);
  • Gérer les espaces locaux (salle de relaxation et salon étudiant);
  • Participer au discussion sur l’équité, la diversité et l’inclusion;
  • Développer des procédures de résolution de conflit;
  • S’exprimer sur les partenariats potentiels et les projets de recherche en IA pour l’humanité.

Les étudiants ayant besoin de conseils ou de ressources sont les bienvenus et sont encouragés à contacter les représentants du laboratoire en tout temps: reps@mila.quebec

Arna Ghosh

Indien / Ph.D. / ghosharn@mila.quebec

Ma recherche consiste à mettre au point des systèmes d’IA inspirés par le cerveau, en particulier des systèmes d’apprentissage autosupervisés. Je travaille actuellement sur un apprentissage autosupervisé biologiquement plausible pour former des réseaux profonds qui peuvent mieux imiter la voie de traitement visuel du cerveau. De plus, mon travail consiste à explorer des algorithmes d’attribution de crédits biologiquement plausibles dans les réseaux neuronaux profonds dans l’espoir de démystifier le cadre informatique de l’apprentissage dans le cerveau. Je m’intéresse également à l’exploration de stratégies d’apprentissage par renforcement inspirées par des idées et des théories sur l’apprentissage humain, menant éventuellement à des systèmes d’apprentissage artificiels à motivation biologique.

Superviseur : Blake Richards

Fait amusant : J’étais beaucoup plus intéressé par le théâtre et le cricket avant de choisir la science.

Arushi Jain

Indienne / Ph.D. / jainarus@mila.quebec

Je travaille dans le domaine de l’apprentissage par renforcement, en particulier sur l’apprentissage de l’aversion au risque. J’ai étudié des techniques basées sur la variance pour la réduction des risques. Récemment, j’ai commencé à chercher dans le domaine de l’apprentissage sous contrainte une extension de l’apprentissage par renforcement à l’utilisation dans le monde réel où les contraintes sont utiles pour limiter le comportement indésirable de l’agent d’apprentissage par renforcement.

Superviseurs : Doina Precup et Pierre-Luc Bacon

Fait amusant : Je suis une passionnée des plantes.

Jose Gallego

Colombien / Ph.D. / jgalle29@gmail.com

Je travaille sur la généralisation de la théorie de l’information standard aux domaines géométriques et à l’application de ces idées dans les problèmes d’apprentissage automatique.

Superviseur : Simon Lacoste-Julien

Fait amusant : Quand j’étais plus jeune, je pensais que le livre de Harper Lee était intitulé « Tequila Mockingbird ».

Manuela Girotti

Italienne / Post-doc / girottim@mila.quebec

Les mathématiques pures peuvent éclairer la compréhension de l’apprentissage profond théorique ! Mes recherches sont axées sur l’application de la théorie des matrices aléatoires et des systèmes intégrables aux techniques d’analyse et d’optimisation de la généralisation.

Superviseur : Ioannis Mitliagkas

Fait amusant : J’ai rencontré à Milan mon mentor du doctorat lorsque je chantais dans une chorale grégorienne.

Martin Weiss

Américain / Ph.D. / martin.clyde.weiss@gmail.com

J’ai des intérêts assez divers, mais j’essaie de travailler sur des projets à fort impact social. Dans mon projet de recherche principal, je construis un système de navigation mobile qui utilise des entrées multimodales (images, texte, gps, etc.) pour aider les personnes aveugles et malvoyantes à trouver une adresse à l’extérieur. L’année dernière, j’ai mis ce projet sur pause pour construire des applications de recherche de traçage de la COVID-19 avec Yoshua Bengio. Auparavant, j’avais fait un stage avec Yoshua et Joseph P. Cohen sur les réseaux neuronaux à convolution de graphes géniques pour la prédiction des résultats cliniques chez les patients atteints de cancer. Je m’intéresse également à la généralisation systématique.

Superviseur : Christopher Pal

Fait amusant : Je crée de la musique électronique pour le plaisir. https://soundcloud.com/rmfrstar/accelerando

Nikolaus H. R. Howe

Canadien / M.Sc. / howeniko@mila.quebec

Ma recherche se concentre sur l’apprentissage de la modélisation et du comportement optimal dans les systèmes dynamiques en utilisant l’apprentissage par renforcement, l’optimisation sous contraintes et l’équation différentielle neuronale. Dans le cadre de notre évolution vers un avenir durable, parmi d’autres applications, cela pourrait nous aider à améliorer l’efficacité de la production d’énergie et du chauffage, de la ventilation et de la climatisation.

Superviseur : Pierre-Luc Bacon

Fait amusant : Je suis un grand adepte de papeterie, en particulier des stylos.

Raghav Gupta

Indien / M.Sc. professionnel / raghav0296@gmail.com

Je m’intéresse à la recherche appliquée dans le domaine de l’apprentissage de la représentation et de la vision par ordinateur. J’adapte actuellement des approches autosupervisés de segmentation et de détection d’objets pour obtenir de meilleurs modèles pré-entraînés, rendre plus efficace l’entrainement aux tâches en aval et produire des modèles très performants pour les appareils ayant une capacité de calcul limitée.

Fait amusant : Je suis un dribbleur et un meneur de jeu au soccer, un joueur compétitif dans Call of Duty et cofondateur d’une jeune entreprise.

Rim Assouel

Française-Marocaine / Ph.D. / assouelr@mila.quebec

Je m’intéresse surtout aux représentations centrées sur l’objet dans la vision par ordinateur ! Un niveau d’abstraction fondamental auquel les humains perçoivent et comprennent le monde. Je compte donner un aperçu des approches actuelles pour apprendre les représentations centrées sur l’objet, si vous voulez m’aider, n’hésitez pas à me contacter !

Superviseur : Yoshua Bengio

Fait amusant : À Paris, j’avais l’habitude de prendre des quarts de travail de pompier à chaque deux semaines. L’adrénaline me manque !

Sékou-Oumar Kaba

Canadien / M.Sc. / kabaseko@mila.quebec

Ma recherche se concentre sur la façon de créer des algorithmes d’apprentissage automatique qui peuvent nous aider à comprendre les problèmes de physique. Plus précisément, la prédiction des propriétés des matériaux avant de devoir réaliser des expériences en laboratoire est un défi auquel l’intelligence artificielle pourrait apporter une aide significative. Ces algorithmes pourraient accélérer considérablement le processus de conception de nouveaux matériaux. Je m’intéresse également à comprendre comment l’apprentissage automatique pourrait nous aider à modéliser des systèmes complexes évoluant dans le temps.

Superviseur : Siamak Ravanbakhsh

Fait amusant : J’ai animé une émission de radio à Montréal !

Tegan Maharaj

Canadienne / Ph.D. / tegan.jrm@gmail.com

Mes intérêts de recherche visent à comprendre comment et pourquoi le comportement d’apprentissage varie en fonction de l’environnement d’apprentissage (données, régularisation, pertes/métapertes, espace d’état, etc.), afin de garantir que l’IA est développée de manière sûre et responsable. Je m’intéresse particulièrement aux données variables dans le temps (non-stationnarité, généralisation hors distribution, modélisation de systèmes dynamiques), et à la détermination/quantification de ce qui constitue ou a une influence importante sur l’environnement d’apprentissage. Je suis impliquée dans les applications de mes recherches au climat, à l’écologie/environnement, à l’épidémiologie et à la politique responsable en matière d’IA.

Superviseur : Christopher Pal

Fait amusant : Plus jeune, j’étais très gênante et maladroite, mais j’adorais grimper aux arbres. J’ai enfin découvert un sport pour moi : le bloc d’escalade !

Victor Schmidt

Français / Ph.D. / schmidtv@mila.quebec

Mes intérêts de recherches visent l’IA vs les changements climatiques : modèles générateurs et outils pratiques. J’ai codirigé un projet intitulé Visualizing the Impacts of Climate Change, visant à créer une visualisation vivante et fiable des événements extrêmes potentiels liés au climat : inondations, smog, incendies, etc. En outre, je travaille sur le projet CodeCarbon pour mesurer les émissions de carbone du ML et la modélisation des nuages avec les GAN.

Superviseur : Yoshua Bengio

Fait amusant : J’ai tendance à passer 3h à automatiser des tâches qui auraient pu me prendre 10 minutes à faire manuellement.

array(1) { ["wp-wpml_current_language"]=> string(2) "fr" }