Mila > Équipe > David Rolnick

David Rolnick

Membre académique principal
Professeur adjoint, McGill University, Chaire en IA Canada-CIFAR

Je suis professeur adjoint à l’École d’informatique de l’Université McGill, Professeur associé, Département d’informatique et de recherche opérationnelle (DIRO) à UdeM 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

2021-12

Techniques for Symbol Grounding with SATNet
Sever Topan, David Rolnick and Xujie Si

2021-11

Hidden Hypergraphs, Error-Correcting Codes, and Critical Learning in Hopfield Networks.
Christopher Hillar, Tenzin Chan, Rachel Taubman and David Rolnick
Entropy
(2021-11-11)
www.mdpi.com

2021-08

ClimART: A Benchmark Dataset for Emulating Atmospheric Radiative Transfer in Weather and Climate Models
Salva Rühling Cachay, Venkatesh Ramesh, Jason N. S. Cole, Howard Barker and David Rolnick

2021-06

Digitizing a sustainable future
Lucia A. Reisch, Lucas Joppa, Peter Howson, Artur Gil, Panayiota Alevizou, Nina Michaelidou, Ruby Appiah-Campbell, Tilman Santarius, Susanne Köhler, Massimo Pizzol, Pia Johanna Schweizer, Dipti Srinivasan, Lynn H. Kaack, Priya L. Donti and David Rolnick
One Earth
(2021-06-18)
repository.lboro.ac.uk

2021-05

DC3: A learning method for optimization with hard constraints
Priya L. Donti, David Rolnick and J Zico Kolter

2021-02

Deep ReLU Networks Preserve Expected Length.
Boris Hanin, Ryan Jeong and David Rolnick
arXiv preprint arXiv:2102.10492
(2021-02-21)
ui.adsabs.harvard.eduPDF

2021-01

Geo-Spatiotemporal Features and Shape-Based Prior Knowledge for Fine-grained Imbalanced Data Classification
Charles A. Kantor, Marta Skreta, Brice Rauby, Léonard Boussioux, Emmanuel Jehanno, Alexandra Luccioni, David Rolnick and Hugues Talbot

2020-12

Spatiotemporal Features Improve Fine-Grained Butterfly Image Classification
Marta Skreta, Sasha Luccioni and David Rolnick
NeurIPS 2020 Workshop on Tackling Climate Change with Machine Learning
(2020-12-11)
www.climatechange.aiPDF

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. Körding, Carla P. 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