Nidhi Hegde
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 – 2021
Nidhi Hegde est titulaire d’une chaire en IA Canada-CIFAR à l’Amii. Elle est professeure agrégée au département d’informatique de l’Université de l’Alberta.
Ses recherches portent sur une compréhension fondamentale de la confidentialité et de l’équité des algorithmes et des systèmes d’apprentissage automatique ainsi que sur la conception d’algorithmes visant à préserver la confidentialité et à garantir l’équité. Elle s’intéresse à des sujets comme les nouveaux cadres d’optimisation pour l’équité dans l’apprentissage automatique, le désapprentissage automatique et la robustesse des algorithmes.
Publications Pertinentes
- Hegde, N. et Hu, B. (2022). « Near-optimal thompson sampling-based algorithms for differentially private stochastic bandits ». Publié dans Uncertainty in Artificial Intelligence, pp. 844-852.
- Subramanian, S.G., Poupart, P., Taylor, M.E. et Hegde, N. (2020). « Multi Type Mean Field Reinforcement Learning ». Publié dans International Conference on Autonomous Agents and Multi-Agent Systems
- Wang, B., Hegde, N. (2019). « Privacy-preserving q-learning with functional noise in continuous spaces », Advances in Neural Information Processing Systems, 33, p. 11327-11337.
- Cecchi, F., Hegde, N. (2017). « Adaptive active hypothesis testing under limited information », Advances in Neural Information Processing Systems, 31, p. 4035-4043.
- Mukhopadhyay, A., Hegde, N., Lelarge, M. (2019). « Asymptotics of Replication and Matching in Large Caching Systems », IEEE/ACM Transactions on Networking, 27(4):1657-1668.