Suis nous sur
CIFAR header logo
en
menu_mobile_logo_alt
  • NOTRE IMPACT
    • Pourquoi le CIFAR?
    • Nouvelles
    • 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
  • Soutenez-nous
  • À propos
    • Notre histoire
    • Prix
    • Partenariats
    • Publications et rapports
    • Carrières
    • Répertoire du personnel
    • Équité, diversité et inclusion
  • 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

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 2023 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.

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