Murat Erdogdu
La nomination
Membre du comité du programme national
Titulaire de chaire en IA Canada-CIFAR
Stratégie pancanadienne en matière d’IA
À Propos
Titulaire de chaire en IA Canada-CIFAR – Nouveau mandat – 2018
Murat Erdogdu est titulaire d’une chaire en IA Canada-CIFAR à l’Institut Vecteur et professeur adjoint aux départements d’informatique et de sciences statistiques de l’Université de Toronto.
Fort d’une formation en génie et en statistiques, Murat Erdogdu s’intéresse de près à l’apprentissage automatique théorique, et plus particulièrement à la conception et à l’analyse d’algorithmes d’optimisation et d’échantillonnage pour les modèles d’apprentissage automatique.
Prix
- Prix de jeune chercheur Connaught, 2019
- Prix du meilleur auxiliaire d’enseignement, département de statistiques, Université Stanford, 2012
Publications Pertinentes
- Li, M. et Erdogdu, M. A. (2023). « Riemannian Langevin algorithm for solving semidefinite programs ». Publié dans Bernoulli. 29(4): 3093-3113.
- Ba, J., Erdogdu, M. A., Suzuki, T., Wang, Z., Wu, D. et Yang, G. (2022). « High-dimensional asymptotics of feature learning: How one gradient step improves the representation ». Publié dans Advances in Neural Information Processing Systems. 35:37932-37946.
- Balasubramanian, K., Chewi, S., Erdogdu, M. A., Salim, A. et Zhang, S. (2022). « Towards a Theory of Non-Log-Concave Sampling: First-Order Stationarity Guarantees for Langevin Monte Carlo ». Publié dans Proceedings of 35th Conference on Learning Theory. 178:2896-2923
- Li, X., Wu, D., Mackey, L., Erdogdu, M. A. (2019). « Stochastic runge-kutta accelerates langevin monte carlo and beyond », préimpression arXiv, arXiv:1906.07868