Sandra Zilles
La nomination
Titulaire de chaire en IA Canada-CIFAR
Stratégie pancanadienne en matière d’IA
À Propos
Sandra Zilles est titulaire d’une chaire en IA Canada-CIFAR à l’Amii, professeure au département d’informatique de l’Université de Regina et titulaire de la Chaire de recherche du Canada sur la théorie de l’apprentissage informatique.
Sandra Zilles et les membres de son équipe s’intéressent aux aspects théoriques de l’apprentissage automatique, plus particulièrement à la façon de modéliser et d’exploiter des types particuliers d’interaction avec les machines pour leur permettre d’apprendre en utilisant moins de données qu’avec les approches conventionnelles. Ils doivent s’attaquer à plusieurs défis : les relations entre l’économie de données et la prévention de la collusion ; la confiance dans les systèmes multi-agents ; le développement d’algorithmes pour l’agrégation des préférences de diverses entités dans un système ; et l’apprentissage de représentations succinctes de données textuelles structurées (telles que des séquences d’ADN, des entrées bibliographiques, des programmes informatiques).
Prix
- Membre du Collège de nouveaux chercheurs et créateurs en art et en science, Société royale du Canada, 2017-2024
- Chaire de recherche du Canada sur la théorie de l’apprentissage informatique (niveau 2), CRSNG, 2010-2017 et 2017-2022
- Prix de la relève en recherche, Association d’informatique canadienne (CACS/AIC), 2013
Publications Pertinentes
- Alanazi, E., Mouhoub, M., Zilles, S. (2020). « The complexity of exact learning of acyclic conditional preference networks from swap examples », Artificial Intelligence, 278(103182).
- Gao, Z., Ries, C., Simon, H. U., Zilles, S. (2017). « Preference-based teaching », The Journal of Machine Learning Research, 18(1):1012-1043.
- Doliwa, T., Fan, G., Simon, H. U., Zilles, S. (2014). « Recursive teaching dimension, VC-dimension and sample compression », The Journal of Machine Learning Research, 15(1):3107-3131.
- Zilles, S., Lange, S., Holte, R., Zinkevich, M., Cesa-Bianchi, N. (2011). « Models of cooperative teaching and learning », The Journal of Machine Learning Research, 12(2).
- Arfaee, S. J., Zilles, S., Holte, R. C. (2011). « Learning heuristic functions for large state spaces », Artificial Intelligence, 175(16-17):2075-2098.
Soutenez-nous
Le CIFAR est un organisme de bienfaisance enregistré qui reçoit le soutien des gouvernements du Canada, de l’Alberta et du Québec, ainsi que de fondations, de donateurs individuels, d’entreprises et de partenaires canadiens et internationaux.