Suis nous sur
Samira Ebrahimi Kahou-BW_F

Samira Ebrahimi Kahou

Titre

  • Titulaire de chaire en IA Canada-CIFAR
  • Stratégie pancanadienne en matière d’IA

À Propos

Le travail de Samira Ebrahimi Kahou couvre plusieurs domaines de recherche de l’apprentissage profond, notamment l’apprentissage multimodal, la distillation des connaissances, l’apprentissage par renforcement profond et les applications. Ses contributions dans le domaine des interactions humain-machine sont importantes, notamment grâce à ses travaux sur l’apprentissage multimodal visant la reconnaissance des émotions dans les vidéos. Elle a également travaillé sur le raisonnement visuel à l’intersection de la vision et du texte. Elle a contribué à la création de plusieurs ensembles de données importants, dont FigureQA (raisonnement visuel à partir de graphiques mathématiques), Something Something (vidéos avec des objets courants) et ReDial (conversations à propos de recommandations de films). Dans le domaine des applications, elle travaille sur l’apprentissage automatique dans le cadre d’interventions en cas de catastrophe, en se concentrant sur la modélisation des événements météorologiques extrêmes.

Prix

  • Membre de l’équipe ayant remporté la deuxième place au concours Super Résolution PROBA-V, Agence spatiale européenne, 2019
  • Prix de la meilleure thèse, département de génie informatique, Polytechnique Montréal, 2017
  • Chef de l’équipe ayant remporté la troisième place au concours Emotion Recognition in the Wild, ICMI, 2015
  • Prix du meilleur article, atelier sur la vision par ordinateur avec des motifs binaires locaux, ECCV, 2014
  • Chef de l’équipe ayant remporté la première place au concours Emotion Recognition in the Wild, ICMI, 2013

Publications Pertinentes

  • Raymond Li, Samira Ebrahimi Kahou, Hannes Schulz, Vincent Michalski, Laurent Charlin, Chris Pal. « Towards deep conversational recommendations », Advances in Neural Information Processing Systems (NeurIPS 2018), p. 9725-9735, 2018.
  • Raghav Goyal, Samira Ebrahimi Kahou, Vincent Michalski, Joanna Materzynska, Susanne Westphal, Heuna Kim, Valentin Haenel, Ingo Fruend, Peter Yianilos, Moritz Mueller-Freitag et coll. « The “something something” video database for learning and evaluating visual common sense », 2017 IEEE International Conference on Computer Vision, 1:3, 2017.
  • Samira Ebrahimi Kahou, Xavier Bouthillier, Pascal Lamblin, Caglar Gulcehre, Vincent Michalski, Kishore Konda, Sébastien Jean, Pierre Froumenty, Yann Dauphin, Nicolas Boulanger-Lewandowski, et coll. « Emonets: Multimodal deep learning approaches for emotion recognition in video », Journal on Multimodal User Interfaces, 10(2):99-111, 2016.
  • Adriana Romero, Nicolas Ballas, Samira Ebrahimi Kahou, Antoine Chassang, Carlo Gatta, Yoshua Bengio. « Fitnets: Hints for thin deep nets », International Conference on Learning Representations, 2015.

Soutenez-nous

Le CIFAR est un organisme de bienfaisance enregistré qui reçoit le soutien des gouvernements du Canada, de l’Ontario, de l’Alberta et du Québec, ainsi que de fondations, de donateurs individuels, d’entreprises et de partenaires canadiens et internationaux.

Centre MaRS, tour Ouest
661, avenue University, bureau 505
Toronto (Ontario) M5G 1M1 Canada