Mijung Park
La nomination
Titulaire de chaire en IA Canada-CIFAR (en congé)
Stratégie pancanadienne en matière d’IA
Connect
À Propos
Titulaire de chaire en IA Canada-CIFAR – Nouveau mandat – 2021
Mijung Park se concentre principalement sur la création d’algorithmes d’apprentissage automatique qui préserve la confidentialité à l’aide d’une notion mathématique sophistiquée appelée « confidentialité différentielle ». Elle s’intéresse également à la compression des modèles de réseaux neuronaux au moyen de méthodes bayésiennes et à la compréhension des relations entre la confidentialité différentielle et d’autres notions émergentes en apprentissage automatique comme l’équité, l’interprétabilité et la causalité.
Publications Pertinentes
- Harder, F., K. Adamczewski, M. Park. « DP-MERF: Differentially Private Mean Embeddings with RandomFeatures for Practical Privacy-preserving Data Generation », Artificial Intelligence and Statistics (AISTATS 2021), PMLR 130:1819‑1827.
- Adamczewski, K., M. Park. « Dirichlet Pruning for Convolutional Neural Networks », Artificial Intelligence and Statistics (AISTATS 2021), PMLR 130:3637‑3645.
- Harder, F., M. Bauer, M. Park, « Interpretable and Differentially Private Predictions », Proceedings of the AAAI Conference on Artificial Intelligence, 34(04):4083‑4090, 2020.
- Park, M., J. Foulds, K. Chaudhuri, M. Welling. « Variational Bayes in Private Settings (VIPS) », Journal of Artificial Intelligence Research, 68:109‑157, 2020.
- Park, M., J. Foulds, K. Chaudhuri, M. Welling. « DP-EM: Differentially Private Expectation Maximization », Artificial Intelligence and Statistics (AISTATS 2017), PMLR 54:896‑904.
Soutenez-nous
Le CIFAR est un organisme de bienfaisance enregistré qui reçoit le soutien des gouvernements du Canada et du Québec, ainsi que de fondations, de donateurs individuels, d’entreprises et de partenaires canadiens et internationaux.