Pascal Vincent
La nomination
Membre auxiliaire
Apprentissage automatique, apprentissage biologique
À Propos
Pascal Vincent est membre auxiliaire au programme Apprentissage automatique, apprentissage biologique du CIFAR et titulaire d’une chaire en IA Canada-CIFAR à Mila. Il est professeur agrégé au département d’informatique et de recherche opérationnelle (DIRO) de l’Université de Montréal.
Il s’intéresse au domaine de l’apprentissage automatique statistique, notamment à l’apprentissage des caractéristiques non supervisé, à la modélisation multiple, aux techniques alternatives d’estimation des paramètres de modèles énergétiques, à l’apprentissage semi-supervisé et à l’apprentissage des architectures de réseaux neuronaux profonds. Il se concentre actuellement sur les techniques et principes fondamentaux de l’extraction de représentations réparties significatives de haut niveau à partir d’entrées sensorielles brutes hautement dimensionnelles. Ses travaux sur la régularisation des auto-encodeurs (débruitage et variantes contractives) pour l’apprentissage non supervisé de caractéristiques et de réseaux profonds étaient au cœur de la stratégie qui lui a permis de remporter le 2011 Unsupervised and Transfer Learning Challenge.
Prix
- Prix du meilleur article étudiant, ICML, 2012
- Article exceptionnel d’un étudiant (mention honorable), NeurIPS, 2011
Publications Pertinentes
- Bengio, Y., Courville, A., Vincent, P. (2013). « Representation learning: A review and new perspectives », IEEE Transactions on Pattern Analysis and Machine Intelligence, 35(8):1798-1828.
- Vincent, P., Larochelle, H., Lajoie, I., Bengio, Y., Manzagol, P. A., Bottou, L. (2010). « Stacked denoising autoencoders: Learning useful representations in a deep network with a local denoising criterion », Journal of Machine Learning Research, 11(12).
- Erhan, D., Courville, A., Bengio, Y., Vincent, P. (2010). « Why does unsupervised pre-training help deep learning? », Journal of Machine Learning Research, 11(19):625-660.
- Vincent, P., Larochelle, H., Bengio, Y., Manzagol, P. A. (2008). « Extracting and composing robust features with denoising autoencoders », Proceedings of the 25th International Conference on Machine Learning, p. 1096-1103.
- Bengio, Y., Ducharme, R., Vincent, P., Janvin, C. (2003). « A neural probabilistic language model », Journal of Machine Learning Research, 3:1137-1155.