Nicolas Le Roux
La nomination
Titulaire de chaire en IA Canada-CIFAR
Stratégie pancanadienne en matière d’IA
À Propos
Nicolas Le Roux est titulaire d’une chaire en IA Canada-CIFAR à Mila et professeur associé à l’École d’informatique de l’Université McGill. Il dirige l’effort d’optimisation en tant que chercheur chez Google Brain à Montréal.
Il s’intéresse à la façon dont l’interaction entre le bruit et la courbure affecte la vitesse de convergence et la généralisation en optimisation stochastique. Il cherche également à comprendre la dynamique de l’optimisation en apprentissage par renforcement, en particulier les méthodes de gradient de politique.
Prix
- Colauréat du prix Lagrange en optimisation continue, Society for Industrial and Applied Mathematics (SIAM), 2018
- Bourse de recherche Microsoft, Collège Darwin, 2008-2010
Publications Pertinentes
- 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., Roux, N. L., Bach, F. (2011). « Convergence rates of inexact proximal-gradient methods for convex optimization », préimpression arXiv, arXiv:1109.2415.
- Le Roux, N., Bengio, Y. (2008). « Representational power of restricted Boltzmann machines and deep belief networks », Neural Computation, 20(6):1631-1649.
- Bengio, Y., Paiement, J. F., Vincent, P., Delalleau, O., Roux, N., Ouimet, M. (2003). « Out-of-sample extensions for lle, isomap, mds, eigenmaps, and spectral clustering », Advances in Neural Information Processing Systems, 16, p. 177-184.
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.