Suis nous sur
CIFAR header logo
en
menu_mobile_logo_alt
  • NOTRE IMPACT
    • Pourquoi le CIFAR?
    • Pôles d’impact
    • Nouvelles
    • Stratégie du CIFAR
    • Favoriser la résilience de la Terre
    • Impact IA
    • Impact des dons
    • CIFAR 40
  • 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
    • Répertoire du personnel
  • Soutenez-nous
  • À propos
    • Notre histoire
    • Prix
    • Partenariats
    • Publications et rapports
    • Carrières
    • Équité, diversité et inclusion
    • Déclaration du CIFAR sur la neutralité institutionnelle
    • Sécurité de la recherche
  • en
  • Accueil
  • Bio

Suivez-nous

post_content

Rupam Mahmood

La nomination

Titulaire de chaire en IA Canada-CIFAR

Stratégie pancanadienne en matière d’IA

Connect

Université de l’Alberta

Google Scholar

À Propos

Titulaire de chaire en IA Canada-CIFAR – Nouveau mandat – 2020

Titulaire de chaire en IA Canada-CIFAR – Mandat renouvelé – 2025

Rupam Mahmood est professeur adjoint au département d’informatique de l’Université de l’Alberta, titulaire de chaire en IA Canada-CIFAR et membre de l’Institut de l’intelligence artificielle de l’Alberta (Amii). Il est directeur du laboratoire sur l’apprentissage profond et l’intelligence artificielle. Il est également conseiller scientifique pour Kindred inc. et membre du corps professoral de NextAI.

Les travaux de Rupan Mahmood se situent au carrefour de l’apprentissage par renforcement, de l’apprentissage continu et de l’apprentissage robotique. Il se concentre sur la mise au point d’algorithmes d’apprentissage par représentation profonde pour résoudre les problèmes liés à l’apprentissage continu, comme l’extensibilité, l’oubli catastrophique et la perte de plasticité, dans le but ultime de construire des systèmes autonomes d’apprentissage continu, comme des robots vivant librement. Avant de se joindre à l’Université de l’Alberta, il a dirigé l’équipe de recherche en IA de la société de robotique Kindred AI, où il a mis au point SenseAct, la première boîte à outils à code source libre et la première trousse de tâches de référence pour l’apprentissage reproductible en temps réel avec divers robots physiques.

Prix

  • Prix du président de zone, Conférence internationale sur l’apprentissage par représentation, 2023
  • Prix du lecteur critique par excellence, Conférence sur les systèmes de traitement de l’information neuronale, 2023
  • Prix du lecteur critique par excellence, Conférence sur les systèmes de traitement de l’information neuronale, 2022

Publications Pertinentes

  • Elsayed, M. et Mahmood, A. R. (2024). « Addressing loss of plasticity and catastrophic forgetting in continual learning ». Publié dans Actes de la 12e conférence internationale sur l’apprentissage par représentation.
  • Che, F., Xiao, C., Mei, J., Dai, B., Gummadi, R., Ramirez, O. A., Harris, C. K., Mahmood, A. R. et Schuurmans, D. (2024). « Target networks and over-parameterization stabilize off-policy bootstrapping with function approximation ». Publié dans Actes de la 41e conférence internationale sur l’apprentissage automatique.
  • Wang, Y., Vasan, G. et Mahmood, A. R. (2023). « Real-time reinforcement learning for vision-based robotics utilizing local and remote computers ». Publié dans Actes de la Conférence internationale sur la robotique et l’automatisation de 2023.
  • Chan, A., Silva, H., Lim, S., Kozuno, T., Mahmood, A. R., & White, M. (2022). Greedification operators for policy optimization: Investigating forward and reverse kl divergences. In the Journal of Machine Learning Research (JMLR).
  • Mahmood, A. R., Komer, B. J., Korenkevych, D. (2020). Demande de brevet américain (USPTO), no 16/560, 761.
  • Mahmood, A. R., Korenkevych, D., Vasan, G., Ma, W., Bergstra, J. (2018). « Benchmarking reinforcement learning algorithms on real-world robots », Proceedings of the 2nd Annual Conference on Robot Learning (CoRL), p. 561-591.

institut

Amii

Université de l'Alberta

Département

Informatique

Éducation

  • Ph.D. (apprentissage statistique), Université de l’Alberta

Pays

Canada

Soutenez-nous

L’Institut canadien de recherches avancées (CIFAR) est une organisation de recherche d’influence mondiale fièrement basée au Canada. Nous mobilisons les plus brillants personnes du monde, dans toutes les disciplines et à tous les stades de carrière, pour faire progresser les connaissances transformatrices et résoudre ensemble les plus grands problèmes de l’humanité. Nous recevons l’appui des gouvernements du Canada, de l’Alberta et du Québec, ainsi que de fondations, de particuliers, d’entreprises et d’organisations partenaires du Canada et du monde entier.

Dons
CIFAR footer 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 2025 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.

Fields marked with an * are required

I prefer to register in English (click here)


S'abonner aux bulletins d'information du CIFAR: *

Vous pouvez vous désabonner de ces communications à tout moment. Consultez notrepolitique de confidentialité.

 À titre d’abonné, vous recevrez aussi un exemplaire numérique de REACH, notre revue annuelle qui met en lumière nos chercheurs et leurs découvertes au moyen d’articles de fond, d’entrevues et d’illustrations.


Si vous souhaitez recevoir une édition papier de la revue REACH, veuillez fournir les renseignements supplémentaires suivants :


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

Notifications