Adam Oberman
La nomination
Titulaire de chaire en IA Canada-CIFAR
Stratégie pancanadienne en matière d’IA
À Propos
Appointed Canada CIFAR AI Chair – 2020
Adam Oberman est titulaire d’une chaire en IA Canada-CIFAR à Mila, professeur au département de mathématiques et de statistique de l’Université McGill, et directeur du laboratoire de mathématiques appliquées du Centre de recherches mathématiques.
Ses recherches portent sur les approches mathématiques de l’apprentissage automatique. Il travaille actuellement sur la sécurité de l’IA, l’apprentissage autosupervisé et l’intelligence artificielle au service de la science. Il s’est également intéressé à la modélisation générative, à la suppression des biais algorithmiques, à l’optimisation stochastique et à la robustesse face aux attaques adverses.
Prix
- Bourse Simons, Fondation Simons, 2017
- Prix Monroe H. Martin, Institut des sciences physiques et de la technologie du College Park de l’Université du Maryland, 2010
- Prix de début de carrière, Société canadienne de mathématiques appliquées et industrielles (SCMAI), 2010
Publications Pertinentes
- Salvador, T., Cairns, S., Voleti, V., Marshall, N. et Oberman, A. (2022). « FairCal: Fairness Calibration for Face Verification », International Conference on Learning Representations.
- Le Lan, C., Tu, S., Oberman, A., Agarwal, R., Bellemare, M. G. (2022). On the generalization of representations in reinforcement learning.
- Finlay, C., Jacobsen, J. H., Nurbekyan, L., Oberman, A. M. (2020). « How to train your neural ODE: the world of Jacobian and kinetic regularization », Proceedings of the 37th International Conference on Machine Learning, PMLR 119:3154-3164
- Chaudhari, P., Oberman, A., Osher, S., Soatto, S., Carlier, G. (2018). « Deep relaxation: partial differential equations for optimizing deep neural networks », Research in the Mathematical Sciences, 5(3):30.