Suis nous sur
CIFAR header logo
en
menu_mobile_logo_alt
  • Nouvelles
  • Activités
    • Événements publics
    • Réunions sur invitation seulement
  • Programmes
    • Programmes de recherche
    • Stratégie pancanadienne en matière d’IA
    • Initiatives à l’intention de la prochaine génération
  • 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
    • Direction – CIFAR
  • Soutenez-nous
  • À propos
    • Notre histoire
    • CIFAR 40
    • Prix
    • Partenariats
    • Publications et rapports
    • Carrières
    • Répertoire du personnel
    • Équité, diversité et inclusion
  • en
  • Accueil
  • Bio

Suivez-nous

Pascal Germain

Pascal Germain

La nomination

Titulaire de chaire en IA Canada-CIFAR

Stratégie pancanadienne en matière d’IA

Connect

Université Laval

Google Scholar

À Propos

Pascal Germain est titulaire d’une chaire en IA Canada-CIFAR à Mila et professeur adjoint au département d’informatique et de génie logiciel de l’Université Laval.

Ses domaines de recherche comprennent la théorie statistique de l’apprentissage, dont la théorie PAC-bayésienne, et les algorithmes d’apprentissage.

Publications Pertinentes

  • Zantedeschi, V., Viallard, P., Morvant, E., Emonet, R., Habrard, A., Germain, P., Guedj, B. (2021). « Learning Stochastic Majority Votes by Minimizing a PAC-Bayes Generalization Bound ».
  • Viallard, P., Germain, P., Habrard, A., Morvant, E. (2021). « Self-Bounding Majority Vote Learning Algorithms by the Direct Minimization of a Tight PAC-Bayesian C-Bound ».
  • Viallard, P., Germain, P., Habrard, A., Morvant, E. (2021). « A General Framework for the Derandomization of PAC-Bayesian Bounds ».
  • Pequignot, Y., Alain, M., Dallaire, P., Yeganehparast, A., Germain, P., Desharnais, J., Laviolette, F. (2020). « Implicit Variational Inference: the Parameter and the Predictor Space ».
  • Zhang, L., Germain, P., Kessaci, Y., Biernacki, C. (2020). « Target to Source Coordinate-wise Adaptation of Pre-trained Models », The European Conference on Machine Learning and Principles and Practice of Knowledge Discovery in Databases (ECML PKDD).

institut

Mila

Université Laval

Département

Informatique et génie logiciel

Éducation

  • PhD (informatique), Université Laval
  • MSc (informatique), Université Laval

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

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 2023 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

Souscrire

Rejoignez notre communauté! Restez à jour avec nos nouvelles, événements, conférences et ateliers et dernières découvertes à travers le monde.

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