Marina Meila
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
Dans ses recherches, Marina Meilă s’intéresse principalement à l’apprentissage statistique et à l’utilisation d’algorithmes efficaces pour découvrir des structures géométriques et combinatoires au sein des données. Elle se consacre actuellement à valider des approches d’apprentissage non supervisé, telles que la réduction de la dimensionnalité et le mappage des dépendances, qui sont appliquées aux structures de données. Elle mène ces travaux selon deux axes principaux : d’une part, la création d’algorithmes rigoureux permettant d’interpréter les structures de petite dimension à partir de concepts scientifiques pertinents; d’autre part, l’élaboration de nouveaux paradigmes garantissant la validité des structures apprises tout en nécessitant un minimum d’hypothèses relatives au processus de génération des données.
Par ailleurs, elle a conçu de nouveaux modèles destinés à l’analyse statistique des préférences et travaille actuellement à une théorie quantitative de l’explication. Elle s’inspire fréquemment de ses collaborations pour formuler ses questions de recherche touchant à des problèmes inverses appliqués, à la science des matériaux et à la chimie théorique.
Publications Pertinentes
- Meilă, M. et Zhang, H. (2024). « Manifold Learning: What, How and Why », Annual Reviews of Statistics and Its Application.
- Meilă, M. et Chen, Y.-C. (2022). « Manifold Coordinates with Physical Meaning », The Journal of Machine Learning Research, vol. 23, no 343, p. 1-68.
- Meilă, M. (2017). « How to Tell When a Clustering Is (Approximately) Correct Using Convex Relaxations », Advances in Neural Information Processing Systems (NeurIPS).
- Meilă, M. (2007). « Comparing clusterings—an information-based distance », Journal of multivariate analysis, vol. 98, no 5, p. 873-895.
- Meilă, M. et Shi, J. (2001). « A random walks view of spectral segmentation », International workshop on artificial intelligence and statistics (AISTATS).