Suis nous sur
CIFAR header logo
en
menu_mobile_logo_alt
  • NOTRE IMPACT
    • Pourquoi le CIFAR?
    • Pôles d’impact
    • Nouvelles
    • Stratégie du CIFAR
    • Favoriser la résilience de la Terre
    • Impact IA
    • Impact des dons
    • CIFAR 40
  • Activités
    • Événements publics
    • Réunions sur invitation seulement
  • Programmes
    • Programmes de recherche
    • Stratégie pancanadienne en matière d’IA
    • Initiatives à l’intention de la prochaine génération
  • Communauté
    • Membres et spécialiste-conseils
    • Chercheurs mondiaux CIFAR-Azrieli
    • Chaires en IA Canada-CIFAR
    • Direction – Stratégie en matière d’IA
    • Membres du réseau de solutions
    • Direction – CIFAR
    • Répertoire du personnel
  • Soutenez-nous
  • À propos
    • Notre histoire
    • Prix
    • Partenariats
    • Publications et rapports
    • Carrières
    • Équité, diversité et inclusion
    • Déclaration du CIFAR sur la neutralité institutionnelle
    • Sécurité de la recherche
  • en
  • Accueil
  • Bio

Suivez-nous

Guy Wolf

Guy Wolf

La nomination

Titulaire de chaire en IA Canada-CIFAR

Stratégie pancanadienne en matière d’IA

Connect

Université de Montréal

Google Scholar

À Propos

Titulaire de chaire en IA Canada-CIFAR – Nouveau mandat – 2021

Guy Wolf est titulaire d’une chaire en IA Canada-CIFAR à Mila et professeur agrégé au département de mathématiques et de statistique de l’Université de Montréal.

Ses recherches couvrent un large éventail d’aspects théoriques, informatiques et pratiques de l’analyse des données, au carrefour de l’apprentissage automatique et de la science des données. Il s’intéresse à l’exploration de données impliquant la réduction de dimensionnalité et l’apprentissage de représentations, où les données massives hautement dimensionnelles nécessitent un traitement et une organisation pour être accessibles et interprétables par des experts du domaine, sans être nécessairement basés sur le calcul. Il utilise des techniques polyvalentes et multidisciplinaires afin de combiner leurs avantages et leurs forces; elles comprennent notamment l’apprentissage multiple, l’apprentissage profond géométrique, le traitement du signal sur graphe et l’analyse harmonique non euclidienne. 

Ses récents travaux exploitent ces outils interdisciplinaires pour trouver des schémas, des dynamiques et des structures dans des données massives, ayant des applications dans de multiples domaines, tels que l’analyse des données biomédicales, les neurosciences et la bio-informatique.

Prix

  • Parmi les 400 principaux lecteurs critiques, NeurIPS, 2019
  • Prix d’excellence Deutsch pour des études de doctorat, Université de Tel Aviv, 2012
  • Bourse Eshkol, ministère de la Science et de la Technologie d’Israël, 2011
  • Bourse d’excellence, Faculté des sciences exactes, Université de Tel Aviv, 2010
  • Prix d’excellence pour des études de maîtrise scientifique, Université de Tel Aviv, 2007

Publications Pertinentes

  • Stanley III, J. S., Gigante, S., Wolf, G., Krishnaswamy, S. (2020). « Harmonic Alignment », Proceedings of the 2020 SIAM International Conference on Data Mining, SDM 20: 316-324.
  • Moon, K. R., van Dijk, D., Wang, Z., Gigante, S., Burkhardt, D. B., Chen, W. S., Yim, K., van den Elzen, A., Hirn, M.J., Coifman, R.R., Ivanova, N.B., Wolf, G., Krishnaswamy, S. (2019). « Visualizing structure and transitions in high-dimensional biological data », Nature Biotechnology, 37(12):1482-1492.
  • Amodio, M., Van Dijk, D., Srinivasan, K., Chen, W. S., Mohsen, H., Moon, K. R., Campbell, A., Zhao, Y., Wang, X., Venkataswamy, M., Desai, A., Ravi, V., Kumar, P., Montgomery, R., Wolf, G., Krishnaswamy, S. (2019). « Exploring single-cell data with deep multitasking neural networks », Nature Methods, 16:1139-1145.
  • Gao, F., Wolf, G., Hirn, M. (2019). « Geometric scattering for graph data analysis. In Proceedings of the 36th International Conference on Machine Learning, PMLR 97:2122-2131.
  • Lindenbaum, O., Stanley, J., Wolf, G., Krishnaswamy, S. (2018). « Geometry based data generation », Advances in Neural Information Processing Systems, 31:1400-1411.

institut

Mila

Université de Montréal

Département

Mathématiques et statistique

Éducation

  • PhD (informatique), Université de Tel Aviv
  • MSc (informatique), Université de Tel Aviv
  • BA (informatique), Université ouverte d’Israël

Pays

Canada

Soutenez-nous

L’Institut canadien de recherches avancées (CIFAR) est une organisation de recherche d’influence mondiale fièrement basée au Canada. Nous mobilisons les plus brillants personnes du monde, dans toutes les disciplines et à tous les stades de carrière, pour faire progresser les connaissances transformatrices et résoudre ensemble les plus grands problèmes de l’humanité. Nous recevons l’appui des gouvernements du Canada, de l’Alberta et du Québec, ainsi que de fondations, de particuliers, d’entreprises et d’organisations partenaires du Canada et du monde entier.

Dons
CIFAR footer logo

Centre MaRS, tour Ouest
661, avenue University, bureau 505
Toronto (Ontario) M5G 1M1 Canada

Contactez-nous
Médias
Carrières
Politiques sur l’accessibilité
Bienfaiteurs
Rapports financiers
Abonnez-vous

  • © Copyright 2025 CIFAR. Tous les droits sont réservés.
  • Numéro d’enregistrement d’organisme de bienfaisance : 11921 9251 RR0001
  • Conditions d'utilisation
  • Politique de confidentialité
  • Plan du Site

Souscrire

Rejoignez notre communauté! Restez à jour avec nos nouvelles, événements, conférences et ateliers et dernières découvertes à travers le monde.

Fields marked with an * are required

I prefer to register in English (click here)


S'abonner aux bulletins d'information du CIFAR: *

Vous pouvez vous désabonner de ces communications à tout moment. Consultez notrepolitique de confidentialité.

 À titre d’abonné, vous recevrez aussi un exemplaire numérique de REACH, notre revue annuelle qui met en lumière nos chercheurs et leurs découvertes au moyen d’articles de fond, d’entrevues et d’illustrations.


Si vous souhaitez recevoir une édition papier de la revue REACH, veuillez fournir les renseignements supplémentaires suivants :


Ce site Web enregistre des témoins sur votre ordinateur. Ces témoins sont utilisés pour recueillir des renseignements sur votre interaction avec notre site Web et nous permettre de vous reconnaître. Nous utilisons ces renseignements afin d'améliorer et de personnaliser votre expérience de navigation et à des fins d'analyse et de mesures concernant nos visiteurs, tant sur ce site Web que sur d'autres médias. Pour en savoir plus sur les témoins que nous utilisons, consultez notre politique deconfidentialité.
Accepter En savoir plus

Notifications