Pascal Germain
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 – 2019
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
- Viallard, P., Germain, P., Habrard, A., & Morvant, E. (2023). « A general framework for the practical disintegration of PAC-Bayesian bounds », Machine Learning, 1-86.
- Diarra Mbacke, S., Clerc, F., & Germain, P. (2023). « Statistical Guarantees for Variational Autoencoders using PAC-Bayesian Theory », NeurIPS
- Diarra Mbacke, S., Clerc, F., & Germain, P. (2023). « PAC-Bayesian Generalization Bounds for Adversarial Generative Models », ICML.
- Fortier-Dubois, L., Leblanc, B., Letarte, G., Laviolette, F., Germain P. (2023). « PAC-Bayesian Learning of Aggregated Binary Activated Neural Networks with Probabilities over Representations », CANAI
- 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 ».
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.