Pascal Poupart
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 – 2018
Pascal Poupart est titulaire d’une chaire en IA Canada-CIFAR à l’Institut Vecteur et professeur à l’École d’informatique David R. Cheriton de l’Université de Waterloo.
Ses recherches, qui portent sur l’apprentissage automatique et la planification théorique de la prise de décisions, ont des applications en traitement du langage naturel, en analyse sportive ainsi que dans les réseaux de télécommunication et les technologies d’assistance. Pascal Poupart a surtout contribué au développement d’algorithmes pour les processus de décision et à leur application dans des situations réelles, notamment l’aide quotidienne aux personnes atteintes de démence et les systèmes de dialogue automatisés. Il dirige également des recherches sur les robots de clavardage, l’analyse vidéo des parties de hockey et la gestion de réseaux de télécommunication basée sur les données.
Prix
- Bourse facultaire David R. Cheriton, 2015-2018
- Finaliste pour le meilleur article étudiant, Compétition SAT, 2017
- Meilleur solveur SAT (main track) et meilleur solveur d’applications, Compétition SAT, 2016
- Finaliste pour le meilleur article, UAI, 2008
- Bourse de nouveau chercheur de l’Ontario, 2008-2013
Publications Pertinentes
- Hoey, J., Poupart, P., von Bertoldi, A., Craig, T., Boutilier, C., Mihailidis, A. (2010). « Automated handwashing assistance for persons with dementia using video and a partially observable Markov decision process », Computer Vision and Image Understanding, 114(5):503-519.
- Poupart, P., Vlassis, N., Hoey, J., Regan, K. (2006). « An analytic solution to discrete Bayesian reinforcement learning », Proceedings of the 23rd International Conference on Machine Learning, p. 697-704.
- Porta, J. M., Vlassis, N., Spaan, M. T., Poupart, P. (2006). « Point-based value iteration for continuous POMDPs », Journal of Machine Learning Research, 7:2329-2367.
- Poupart, P. (2005). « Exploiting structure to efficiently solve large scale partially observable Markov decision processes », Toronto, Canada: Université de Toronto.
- Poupart, P., Boutilier, C. (2003). « Bounded finite state controllers », Advances in Neural Information Processing Systems, 16:823-830.