Aaron Courville
La nomination
Membre
Titulaire de chaire en IA Canada-CIFAR
Apprentissage automatique, apprentissage biologique
Stratégie pancanadienne en matière d’IA
À Propos
Titulaire de chaire en IA Canada-CIFAR – Nouveau mandat – 2023
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
- Chaire de recherche du Canada sur l’apprentissage de représentations qui généralisent de manière systématique, 2022
- 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
- D'Oro, P., Schwarzer, M., Nikishin, E., Bacon, P., Bellemare, M., Courville A. (2023). « Sample-Efficient Reinforcement Learning by Breaking the Replay Ratio Barrier »,ICLR.
- Schwarzer, M., Obando-Ceron, J., Courville, A., Bellemare, M., Agarwal, R., Castro, P.S. (2023). « Bigger, Better, Faster: Human-level Atari with human-level efficiency », ICML.
- Nikishin, E., Schwarzer, M., D’Oro, P., Bacon, P., Courville A. (2022). « The primacy bias in deep reinforcement learning », ICML.
- Krueger, D., Caballero, E., Jacobsen, J., Zhang, A., Binas, J., Zhang, D., Priol, R.L. Courville, A. (2021). « Out-of-Distribution Generalization via Risk Extrapolation (REx )», In Proceedings of Machine Learning Research. 139:5815-5826
- 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.