Yuhong Guo
La nomination
Membre du comité du programme national
Titulaire de chaire en IA Canada-CIFAR
Stratégie pancanadienne en matière d’IA
À Propos
Titulaire de chaire en IA Canada-CIFAR – Nouveau mandat – 2021
Yuhong Guo est titulaire de chaire en IA Canada-CIFAR à Amii, professeure titulaire à l’École d’informatique de l’Université Carleton et titulaire d’une chaire de recherche du Canada en apprentissage automatique.
Ses recherches se concentrent sur l’amélioration de la robustesse, de la généralisation et de l’utilité pratique des méthodes d’apprentissage automatique. Elle poursuit une approche à multiples facettes, en étudiant des domaines clés comme l’apprentissage par transfert généralisé, l’apprentissage sous contraintes de supervision limitée, tout en relevant les défis posés par des signaux de supervision bruyants ou faibles. Cette recherche a débouché sur des techniques qui allègent le fardeau de l’annotation extensive des données en tirant parti de ressources auxiliaires et en réalisant un apprentissage efficace à partir de paradigmes de supervision limités ou faibles. Son programme de recherche a élargi le champ d’application de l’apprentissage automatique efficace à différents scénarios et défis du monde réel.
Prix
- Chaire de recherche du Canada en apprentissage automatique, Conseil de recherches en sciences naturelles et en génie du Canada, 2022
- Prix de la lectrice critique par excellence, NeurIPS, 2021
- Prix du meilleur article, AAAI, 2012
- Bourse postdoctorale, CRSNG, 2008
- Prix du meilleur article, IJCAI, 2005
- Prix de recherche doctorale, département d’informatique, Université de l’Alberta, 2005
Publications Pertinentes
- Tshtiak, T., En, Q. et Guo, Y. (2023). « Exemplar-FreeSOLO: Enhancing Unsupervised Instance Segmentation with Exemplars ». Publié dans Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition.
- Cui, W. et Guo, Y. (2021). « Parameterless Transductive Feature Re-representation for Few-Shot Learning ». Publié dans Proceedings of the International Conference on Machine Learning.
- Yan, Y. et Guo, Y. (2021). « Adversarial Partial Multi-label Learning with Label Disambiguation ». Publié dans Proceedings of the AAAI Conference on Artificial Intelligence.
- Ye, M., Guo, Y. (2019). « Progressive ensemble networks for zero-shot recognition », Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition, p. 11728-11736.
- Ye, M. et Guo, Y. (2017). « Zero-shot Classification with Discriminative Semantic Representation Learning ». Publié dans Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition.
- Guo, Y. (2017). « Convex co-embedding for matrix completion with predictive side information », Proceedings of the AAAI Conference on Artificial Intelligence, 31(1).