Evan Shelhamer
La nomination
Titulaire de chaire en IA Canada-CIFAR
Stratégie pancanadienne en matière d’IA
À Propos
Titulaire de chaire en IA Canada-CIFAR – Nouveau mandat – 2025
Evan Shelhamer est titulaire d’une chaire en IA Canada-CIFAR à l’Institut Vecteur et professeur adjoint à l’Université de la Colombie-Britannique. Ses travaux de recherche portent sur la reconnaissance visuelle et l’adaptation, c’est-à-dire sur la manière d’identifier et de localiser l’information pertinente dans des données d’image, puis de s’ajuster lorsque ces données évoluent. Evan Shelhamer s’intéresse particulièrement à l’adaptation au moment du test, qui permet d’actualiser des données nouvelles et différentes lors du déploiement, ainsi qu’à l’apprentissage autosupervisé, qui exploite de vastes ensembles de données non annotées par des spécialistes. Plus récemment, il s’est concentré sur l’application de l’IA aux sciences et au développement durable, notamment à partir de la télédétection et de la collecte de données satellite.
Prix
- Prix Test-of-Time pour Caffe, ACM Multimedia, 2024
- Prix Mark Everingham, IEEE, 2017
- Prix du meilleur article (mention honorable) sur les réseaux entièrement convolutifs, CVPR, 2015
- Prix Open Source pour Caffe, ACM Multimedia, 2014
- Bourse de recherche des cycles supérieurs, NSF, 2012-2015
Publications Pertinentes
- Tseng, G., Fuller, A., Reil, M., Herzog, H., Beukema, P., Bastani, F., Green, J.R., Shelhamer, E., Kerner, H. et Rolnick, D. (2025). « Galileo: Learning Global & Local Features of Many Remote Sensing Modalities », ICML.
- Croce, F., Gowal, S., Brunner, T., Shelhamer, E., Hein, M. et Cemgil, T. (2022). « Evaluating the Adversarial Robustness of Adaptive Test-time Defenses », ICML.
- Wang, D., Shelhamer, E., Liu, S., Olshausen, B. et Darrell, T. (2021). « Tent: Fully Test-Time Adaptation by Entropy Minimization », ICLR.
- Long, J., Shelhamer, E. et Darrell, T. (2015). « Fully Convolutional Networks for Semantic Segmentation », CVPR.
- Yangqing, Y., Shelhamer, E., Donahue, J., Karayev, S., Long, J., Girshick, R., Guadarrama, S. et Darrell, T. (2014). « Caffe: Convolutional architecture for fast feature embedding », ACM Multimedia, p. 675-678.