Graham Taylor
La nomination
Membre du programme des chercheurs mondiaux CIFAR-Azrieli 2016-2018
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 – 2017
Titulaire de chaire en IA Canada-CIFAR – Mandat renouvelé – 2023
Graham Taylor est titulaire d’une chaire en IA Canada-CIFAR à l’Institut Vecteur, membre du programme des chercheurs mondiaux CIFAR-Azrieli 2016-2018, titulaire de chaire de recherche du Canada en apprentissage automatique, professeur à l’École de génie de l’Université de Guelph et directeur universitaire de NextAI. Il a été directeur de recherche à l’Institut Vecteur entre 2021 et 2023.
Les recherches de Graham Taylor portent sur un certain nombre de sujets liés à l’apprentissage profond. Il s’intéresse aux problèmes ouverts, comme la façon d’apprendre efficacement avec moins de données étiquetées, et la manière de construire des systèmes d’IA centrés sur l’être humain. Il se penche également sur des méthodologies comme la modélisation générative, l’apprentissage par représentation graphique et la prise de décision séquentielle. Il travaille également sur des projets appliqués qui tirent parti de la vision par ordinateur pour atténuer la perte de biodiversité. Il coorganise l’École d’été annuelle sur l’apprentissage profond et l’apprentissage par renforcement du CIFAR, et il a formé plus de 80 membres du corps étudiant et du personnel sur des projets liés à l’IA.
Prix
- Prix du meilleur article Arthur C. Stern, Air & Waste Management Association, 2024
- Prix pour services exceptionnels, Institut Vecteur, 2021
- Canada’s Top 40 Under 40, 2018
Publications Pertinentes
- Gharaee, Z., Gong, Z., Pellegrino, N., Zarubiieva, I., Haurum, J. B., Lowe, S. C., McKeown, J. T. A., Ho, C. C. Y., McLeod, J., Wei, Y.-Y. C., Agda, J., Ratnasingham, S., Steinke, D., Chang, A. X., Taylor, G., & Fieguth, P. W. (2023). « A step towards worldwide biodiversity assessment: The BIOSCAN-1M insect dataset ». In Advances in Neural Information Processing Systems.
- Jurewicz, M., Taylor, G., & Derczynski, L. (2023). « The catalog problem: Clustering and ordering variable-sized sets ». In International Conference on Machine Learning (ICML).
- Wei, C., Duke, B., Jiang, R., Aarabi, P., Taylor, G., & Shkurti, F. (2023). « Sparsifiner: Learning sparse instance-dependent attention for efficient vision transformers ». In Conference on Computer Vision and Pattern Recognition (CVPR).
- Thompson, R., Knyazev, B., Ghalebi, E., Kim, J., & Taylor, G. (2022). « On evaluation metrics for graph generative models ». In International Conference on Learning Representations (ICLR).
- Knyazev, B., Drozdzal, M., Taylor, G., & Romero-Soriano, A. (2021). « Parameter prediction for unseen deep architectures ». In Neural Information Processing Systems (NeurIPS).