Aaron Courville
La nomination
Membre
Titulaire de chaire en IA Canada-CIFAR
Apprentissage automatique, apprentissage biologique
Stratégie pancanadienne en matière d’IA
À Propos
Aaron Courville est titulaire d’une chaire en IA Canada-CIFAR à Mila, membre du programme Apprentissage automatique, apprentissage biologique et professeur agrégé au département d’informatique et de recherche opérationnelle (DIRO) de l’Université de Montréal.
Dans le cadre de ses recherches actuelles, l’informaticien Aaron Courville explore le développement de modèles et de méthodes d’apprentissage profond. Il s’intéresse particulièrement au développement de modèles probabilistes et de méthodes d’inférence novatrices. Bien qu’il se soit surtout penché sur les applications à la vision par ordinateur, il s’intéresse aussi à d’autres domaines, comme le traitement du langage naturel, le traitement des signaux audio, la compréhension de la parole et pratiquement toutes les autres tâches associées à l’intelligence artificielle.
Prix
- Membre de l’équipe gagnante du défi de l'apprentissage par transfert, atelier ICML, 2011
- Membre de l’équipe gagnante de la phase II du défi de l'apprentissage non supervisé et de l’apprentissage par transfert, NeurIPS, 2011
Publications Pertinentes
- Gulrajani, I., Ahmed, F., Arjovsky, M., Dumoulin, V., Courville, A. (2017). « Improved training of wasserstein gans », Advances in Ineural Information Processing Systems, 31:5769-5779.
- Goodfellow, I., Bengio, Y., Courville, A. (2016). Deep Learning, MIT Press.
- Xu, K., Ba, J., Kiros, R., Cho, K., Courville, A., Salakhudinov, R., ... Bengio, Y. (2015). « Show, attend and tell: Neural image caption generation with visual attention », Proceedings of the 32nd International Conference on Machine Learning, PMLR 37:2048-2057.
- Bengio, Y., Courville, A., Vincent, P. (2013). « Representation Learning: A review and new perspectives », IEEE Transactions on Pattern Analysis and Machine Intelligence, 35(8):1798-1828.
- Erhan, D., Courville, A., Bengio, Y., Vincent, P. (2010). « Why does unsupervised pre-training help deep learning? », Proceedings of the 13th International Conference on Artificial Intelligence and Statistics, PMLR 9:201-208.
Soutenez-nous
Le CIFAR est un organisme de bienfaisance enregistré qui reçoit le soutien des gouvernements du Canada, de l’Alberta et du Québec, ainsi que de fondations, de donateurs individuels, d’entreprises et de partenaires canadiens et internationaux.