David Rolnick

Mila > À propos de Mila > Équipe > David Rolnick
Membre Académique Principal
David Rolnick
Professeur adjoint, McGill University
David Rolnick

Je suis professeur adjoint à l’École d’informatique de l’Université McGill et membre académique principal à Mila. Je suis également co-fondateur et directeur de Climate Change AI. Mes axes de recherche sont:

  • Théorie de l’apprentissage profond: compréhension mathématique des propriétés des réseaux de neurones.
  • Apprentissage automatique et changement climatique: applications de l’apprentissage automatique pour atténuer et s’adapter à la crise climatique.

Auparavant, j’étais NSF Mathematical Sciences Postdoctoral Research Fellow à l’Université de Pennsylvanie, travaillant avec Konrad Körding. J’ai obtenu mon doctorat en mathématiques appliquées du MIT en 2018, co-dirigé par Nir Shavit, Max Tegmark et Ed Boyden. Avant cela, j’étais boursier Fulbright à la Freie Universität Berlin et étudiant au MIT.

Publications

2021-03

Geo-Spatiotemporal Features and Shape-Based Prior Knowledge for Fine-grained Imbalanced Data Classification
Charles, Kantor, Marta Skreta, Brice Rauby, Léonard Boussioux, Emmanuel Jehanno, Alexandra Luccioni, David Rolnick and Hugues Talbot
arXiv preprint arXiv:2103.11285
(2021-03-21)
arxiv.orgPDF

2019-06

Tackling Climate Change with Machine Learning
David Rolnick, Priya L. Donti, Lynn H. Kaack, Kelly Kochanski, Alexandre Lacoste, Kris Sankaran, Andrew Slavin Ross, Nikola Milojevic-Dupont, Natasha Jaques, Anna Waldman-Brown, Alexandra Luccioni, Tegan Maharaj, Evan D. Sherwin, S. Karthik Mukkavilli, Konrad P. Kording, Carla Gomes, Andrew Y. Ng, Demis Hassabis, John C. Platt, Felix Creutzig... (2 more)
arXiv preprint arXiv:1906.05433
(2019-06-10)
ui.adsabs.harvard.eduPDF

Publications collected and formatted using Paperoni

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