François Laviolette

Mila > À propos de Mila > Équipe > François Laviolette
Membre Académique Associé
François Laviolette
Professeur titulaire, Université Laval
François Laviolette

François Laviolette est professeur titulaire au département d’informatique et de génie logiciel de l’Université Laval.  Ses travaux de recherches portent sur l’intelligence artificielle, en particulier l’apprentissage automatique. Chef de file de la théorie PAC-bayésienne, qui permet de mieux comprendre les algorithmes d’apprentissage automatique et d’en concevoir de nouveaux, il s’intéresse entre autres à ceux permettant de résoudre des problèmes d’apprentissage liés à la génomique, à la protéomique et à la découverte de médicaments. Il s’intéresse également à rendre les intelligences artificielles interprétables dans le but de mieux intégrer des systèmes où des humains sont dans la boucle de décision. Il est directeur du Centre de recherche en données massives de l’Université Laval qui regroupe plus de 50 professeurs chercheurs.

Publications

2021-02

A Transferable Adaptive Domain Adversarial Neural Network for Virtual Reality Augmented EMG-Based Gesture Recognition
Ulysse Cote-Allard, Gabriel Gagnon-Turcotte, Angkoon Phinyomark, Kyrre Glette, Erik Scheme, Francois Laviolette and Benoit Gosselin

2021-01

Applying PySCMGroup to Breast Cancer Biomarkers Discovery
Mazid Osseni, Prudencio Tossou, Jacques Corbeil and François Laviolette

2020-12

Cross-Study Analyses of Gut Microbiomes from Healthy and Obese Individuals
Maxime Deraspe, Charles Burdet, Juan Manuel Dominguez, François Laviolette, Paul H Roy and Jacques Corbeil
(venue unknown)
(2020-12-21)
www.researchsquare.com
Phylogenetic Manifold Regularization: A semi-supervised approach to predict transcription factor binding sites
Faizy Ahsan, Alexandre Drouin, Francois Laviolette, Doina Precup and Mathieu Blanchette
BIBM 2020
(2020-12-16)
dblp.uni-trier.de

2020-10

Implicit Variational Inference: the Parameter and the Predictor Space.
Yann Pequignot, Mathieu Alain, Patrick Dallaire, Alireza Yeganehparast, Pascal Germain, Josée Desharnais and François Laviolette
arXiv preprint arXiv:2010.12995
(2020-10-24)
ui.adsabs.harvard.eduPDF

2020-09

Unsupervised Domain Adversarial Self-Calibration for Electromyography-Based Gesture Recognition
Ulysse Cote-Allard, Gabriel Gagnon-Turcotte, Angkoon Phinyomark, Kyrre Glette, Erik J. Scheme, Francois Laviolette and Benoit Gosselin
IEEE Access
(2020-09-28)
ui.adsabs.harvard.eduPDF
Fast greedy $$\mathcal {C}$$-bound minimization with guarantees
Baptiste Bauvin, Cécile Capponi, Jean-Francis Roy and François Laviolette
Machine Learning
(2020-09-01)
link.springer.comPDF

2020-06

Machine learning analysis identifies genes differentiating triple negative breast cancers.
Charu Kothari, Mazid Abiodoun Osseni, Lynda Agbo, Geneviève Ouellette, Maxime Déraspe, François Laviolette, Jacques Corbeil, Jean-Philippe Lambert, Caroline Diorio and Francine Durocher
Scientific Reports
(2020-06-26)
www.nature.com
Leveraging Subword Embeddings for Multinational Address Parsing
Marouane Yassine, David Beauchemin, Francois Laviolette and Luc Lamontagne
2020 6th IEEE Congress on Information Science and Technology (CiSt)
(2020-06-05)
ui.adsabs.harvard.edu[LATEST on arXiv preprint arXiv:2006.16152 (2020-06-29)]

2020-04

General Cops and Robbers Games with randomness.
Frédéric Simard, Josée Desharnais and François Laviolette
arXiv preprint arXiv:2004.11503
(2020-04-24)
ui.adsabs.harvard.eduPDF
Fast protein database as a service with kAAmer
Maxime Deraspe, Sebastien Boisvert, Francois Laviolette, Paul H Roy and Jacques Corbeil
bioRxiv
(2020-04-02)
www.biorxiv.orgPDF
Machine learning-based models of sawmills for better wood allocation planning
Michael Morin, Jonathan Gaudreault, Edith Brotherton, Frédérik Paradis, Amélie Rolland, Jean Wery and François Laviolette
International Journal of Production Economics
(2020-04-01)
www.sciencedirect.com

2020-03

Interpreting Deep Learning Features for Myoelectric Control: A Comparison With Handcrafted Features.
Ulysse Côté-Allard, Evan Campbell, Angkoon Phinyomark, François Laviolette, Benoit Gosselin and Erik Scheme
Frontiers in Bioengineering and Biotechnology
(2020-03-03)
www.frontiersin.org[Also on arXiv preprint arXiv:1912.00283 (2019-11-30)]

2020-02

PAC-Bayes and Domain Adaptation
Pascal Germain, Amaury Habrard, François Laviolette and Emilie Morvant
Neurocomputing
(2020-02-28)
www.sciencedirect.comPDF

2020-01

The Indian chefs process
P. Dallaire, L. Ambrogioni, L. Trottier, U. Güçlü, M. Hinne, P. Giguère, B. Chaib-Draa, M.A.J. van Gerven and F. Laviolette
Proceedings of Machine Learning Research
(2020-01-01)
www.narcis.nl
Unsupervised Domain Adversarial Self-Calibration for Electromyographic-based Gesture Recognition.
Ulysse Côté-Allard, Gabriel Gagnon-Turcotte, Angkoon Phinyomark, Kyrre Glette, Erik Scheme, François Laviolette and Benoit Gosselin
IEEE Access
(2020-01-01)
ui.adsabs.harvard.eduPDF
The Indian Chefs Process.
Patrick Dallaire, Luca Ambrogioni, Ludovic Trottier, Umut Güçlü, Max Hinne, Philippe Giguère, Brahim Chaib-draa, Marcel van Gerven and François Laviolette

2019-12

Virtual Reality to Study the Gap Between Offline and Real-Time EMG-based Gesture Recognition
Ulysse Côté-Allard, Gabriel Gagnon-Turcotte, Angkoon Phinyomark, Kyrre Glette, Erik Scheme, François Laviolette and Benoit Gosselin
arXiv: Learning
(2019-12-16)
ui.adsabs.harvard.eduPDF
Dichotomize and Generalize: PAC-Bayesian Binary Activated Deep Neural Networks
Gaël Letarte, Pascal Germain, Benjamin Guedj and Francois Laviolette
NEURIPS 2019
(2019-12-08)
papers.nips.ccPDF

2019-11

Interpreting Deep Learning Features for Myoelectric Control: A Comparison with Handcrafted Features.
Ulysse Côté-Allard, Evan Campbell, Angkoon Phinyomark, François Laviolette, Benoit Gosselin and Erik Scheme
arXiv preprint arXiv:1912.00283
(2019-11-30)
arxiv.orgPDF

2019-09

MODELLING BIOLOGICAL ASSAYS WITH ADAPTIVE DEEP KERNEL LEARNING
Prudencio Tossou, Basile Dura, Daniel Cohen, Mario Marchand, François Laviolette and Alexandre Lacoste
(venue unknown)
(2019-09-25)
openreview.netPDF
Finite Approximation of LMPs for Exact Verification of Reachability Properties.
Gildas Kouko, Josée Desharnais and François Laviolette
QEST 2019
(2019-09-10)
link.springer.com

Publications collected and formatted using Paperoni

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