Suis nous sur
CIFAR header logo
en
menu_mobile_logo_alt
  • À propos
    • Notre histoire
    • Prix
    • Message du président
    • Partenariats
    • Publications et rapports
    • Carrières
    • Équité, diversité et inclusion
  • Nouvelles
  • 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
    • Répertoire du personnel
    • Direction – CIFAR
  • Programmes
    • Programmes de recherche
    • Mobilisation du savoir
    • Stratégie pancanadienne en matière d’IA
    • Initiatives à l’intention de la prochaine génération
    • Appel à idées mondial
    • Mesures de lutte contre la COVID-19
  • Activités
    • Événements publics
    • Réunions sur invitation seulement
  • Soutenez-nous
  • en
  • Accueil
  • Bio

Suivez-nous

post_content

Hugo Larochelle

La nomination

  • Membre auxiliaire
  • Titulaire de chaire en IA Canada-CIFAR
  • Apprentissage automatique, apprentissage biologique
  • Stratégie pancanadienne en matière d’IA

Connect

Université de Montréal

Google Scholar

À Propos

Hugo Larochelle est membre auxiliaire du programme Apprentissage automatique, apprentissage biologique du CIFAR et titulaire d’une chaire en IA Canada-CIFAR à Mila. Il est professeur associé au département d’informatique et de recherche opérationnelle (DIRO) de l’Université de Montréal et responsable de l’équipe Google Brain à Montréal.

Cet informaticien mène des recherches sur l’apprentissage automatique, c’est-à-dire sur le développement d’algorithmes capables de déduire des concepts et des abstractions à partir de données. 

Il s’intéresse particulièrement aux réseaux neuronaux profonds et à leur application dans la résolution de problèmes associés aux mégadonnées et à l’intelligence artificielle, comme la vision par ordinateur et le traitement du langage naturel.

Plus précisément, ses recherches portent sur les sujets suivants : 

Tâches : apprentissage supervisé, semi-supervisé et non supervisé, prévision de sorties structurées, classement, estimation de la densité ; 

Modèles : apprentissage profond, réseaux neuronaux, autoencodeurs, machines de Boltzmann, champs aléatoires de Markov;

Applications : reconnaissance et localisation d’objets, classification de documents, recherche documentaire.

Prix

  • Google Faculty Research Award, 2013 et 2012
  • Subvention à la découverte du CRSNG, 2012
  • Prix pour un article remarquable, AISTATS, 2011

Publications Pertinentes

  • Ganin, Y., Ustinova, E., Ajakan, H., Germain, P., Larochelle, H., Laviolette, F., Lempitsky, V. (2016). « Domain-adversarial training of neural networks », The Journal of Machine Learning Research, 17(1):2096-2030.
  • Ravi, S., Larochelle, H. (2016). « Optimization as a model for few-shot learning ».
  • Vincent, P., Larochelle, H., Lajoie, I., Bengio, Y., Manzagol, P. A., Bottou, L. (2010). « Stacked denoising autoencoders: Learning useful representations in a deep network with a local denoising criterion », Journal of Machine Learning Research, 11(12).
  • Bengio, Y. et coll. « Greedy layer-wise training of deep networks. » Adv. Neural Inf. Process. Syst 19 (janvier 2007).
  • Bengio, Y., Lamblin, P., Popovici, D., Larochelle, H. (2007). « Greedy layer-wise training of deep networks », Advances in Neural Information Processing Systems, 19.

institut

  • Google Brian
  • Mila
  • Université de Montréal

Département

Informatique et recherche opérationnelle (DIRO)

Éducation

  • PhD (informatique), Université de Montréal
  • MSc (informatique), Université de Montréal
  • BSc (mathématiques et informatique), Université de Montréal

Pays

  • Canada

Soutenez-nous

Le CIFAR est un organisme de bienfaisance enregistré qui reçoit le soutien des gouvernements du Canada, de l’Alberta et du Québec, ainsi que de fondations, de donateurs individuels, d’entreprises et de partenaires canadiens et internationaux.

Dons
CIFAR header logo

Souscrire

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

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 2022 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
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