Eva Dyer
La nomination
Membre du programme des chercheurs mondiaux CIFAR-Azrieli 2022-2024
Apprentissage automatique, apprentissage biologique
À Propos
Dans ses recherches, Eva Dyer associe l’apprentissage automatique et les neurosciences pour comprendre le cerveau, son fonctionnement et la façon dont la maladie façonne les circuits neuronaux. Son laboratoire, le Neural Data Science (NerDS) Lab, met au point de nouveaux outils et cadres pour interpréter des ensembles de données neuroscientifiques complexes et créer des architectures d’intelligence artificielle inspirées du cerveau. Grâce à l’association synergique de méthodes et de connaissances issues des deux domaines, Dyer vise à améliorer notre compréhension du calcul neuronal et à mettre au point de nouvelles abstractions de l’organisation et de la fonction biologiques avec lesquelles nous pouvons créer des systèmes d’IA plus souples.
Prix
- Prix d’innovations technologiques en neurosciences, Fondation McKnight, 2021
- Bourse de recherche Sloan, neurosciences, Fondation Alfred P. Sloan, 2019
- Prix du leader de la prochaine génération, Institut Allen des sciences du cerveau, 2018
- Prix d’initiative pour le lancement de la recherche (CRII), National Science Foundation, 2018
Publications Pertinentes
- Liu, R., Azabou, M., Dabagia, M., Lin, C. H., Gheshlaghi Azar, M., Hengen, K., Valko, M., et Dyer, E. (2021). Drop, Swap, and Generate: A Self-Supervised Approach for Generating Neural Activity. Advances in Neural Information Processing Systems (NeurIPS), 34.
- Lin, C. H., Azabou, M., et Dyer, E. L. (2021). Making transport more robust and interpretable by moving data through a small number of anchor points. Proceedings of Machine Learning Research (ICML), 139, 6631.
- Dyer, E. L., Sankaranarayanan, A. C., et Baraniuk, R. G. (2013). Greedy feature selection for subspace clustering. The Journal of Machine Learning Research, 14(1), 2487-2517.