Suis nous sur
CIFAR header logo
en
menu_mobile_logo_alt
  • À propos
    • Notre histoire
    • CIFAR 40
    • 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

Mark Schmidt

La nomination

  • Titulaire de chaire en IA Canada-CIFAR
  • Stratégie pancanadienne en matière d’IA

Connect

Université de la Colombie-Britannique

Google Scholar

À Propos

Mark Schmidt est titulaire d’une chaire en IA Canada-CIFAR, boursier de l’Amii et professeur associé au Laboratoire d’intelligence informatique de l’Université de la Colombie-Britannique. Il est membre du corps professoral d’ElementAI et consultant pour 1QBit et LimeSpot.

Il explore les défis que pose l’apprentissage de modèles complexes à partir de grands ensembles de données. Ses recherches portent principalement sur l’accélération et la vérification des algorithmes fondamentaux d’apprentissage automatique. Il travaille notamment dans les domaines de l’optimisation de l’apprentissage automatique, de l’apprentissage automatique probabiliste et des applications de vision par ordinateur. 

Le chercheur vise à améliorer la vitesse, l’efficacité et l’efficience des modèles d’apprentissage automatique. Dans le domaine de la vision par ordinateur, il s’est intéressé à la reconnaissance d’objets distincts dans des images, à la segmentation d’images extérieures et à l’estimation de la profondeur, ainsi qu’à la restauration et à l’incrustation d’images. Il a également développé des applications pour analyser la propagation des idées dans les réseaux sociaux, pour étiqueter des séquences en langage naturel et pour modéliser la cinématique des brins d’ADN.

Prix

  • Prix du meilleur article, AISTAT, 2021
  • Prix du meilleur article étudiant, Conférence internationale sur les ordinateurs basés sur l’ADN, 2017
  • Prix Lagrange en optimisation continue, Mathematical Optimization Society, 2018
  • Bourse de recherche Sloan, 2017
  • Bourse postdoctorale, CRSNG, 2012

Publications Pertinentes

  • Kunstner, F., Kumar, R., Schmidt, M. (2021). « Homeomorphic-Invariance of EM: Non-Asymptotic Convergence in KL Divergence for Exponential Families via Mirror Descent », Proceedings of the 24th International Conference on Artificial Intelligence and Statistics (AISTATS), PMLR 130:3295-3303.
  • Zolaktaf, S., Dannenberg, F., Rudelis, X., Condon, A., Schaeffer, J. M., Schmidt, M., ... et Winfree, E. (2017). « Inferring parameters for an elementary step model of DNA structure kinetics with locally context-dependent Arrhenius rates », International Conference on DNA-Based Computers, p. 172-187.
  • Schmidt, M., Le Roux, N., Bach, F. (2017). « Minimizing finite sums with the stochastic average gradient », Mathematical Programming, 162(1-2), 83-112.
  • Roux, N. L., Schmidt, M., Bach, F. (2012). « A stochastic gradient method with an exponential convergence rate for finite training sets », Advances in Neural Information Processing Systems, 25.
  • Schmidt, M., Berg, E., Friedlander, M., Murphy, K. (2009). « Optimizing costly functions with simple constraints: A limited-memory projected quasi-newton algorithm », Proceedings of the 12th International Conference on Artificial Intelligence and Statistics, PMLR 5:456-463.

institut

  • Amii
  • ElementAI
  • Université de la Colombie-Britannique

Département

Informatique

Éducation

  • PhD (intelligence informatique), Université de la Colombie-Britannique
  • MSc, Université de l’Alberta

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