Suis nous sur
Sandra_Zilles-BW_F

Sandra Zilles

Titre

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

Profil

Website

À Propos

Sandra Zilles et 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. La recherche permettra aux machines intelligentes d’exploiter intuitivement des données de qualité bien choisies plutôt qu’une grande quantité de données potentiellement coûteuses. Les modèles et les techniques algorithmiques qui découleront de ces recherches pourraient fournir des solutions efficaces à des problèmes complexes dans le domaine de l’intelligence artificielle, et ce, à moindre coût et avec moins de données qu’à l’heure actuelle.

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

  • Eisa Alanazi, Malek Mouhoub, Sandra Zilles. « The complexity of exact learning of acyclic conditional preference networks from swap examples », Artificial Intelligence, 278:103182, 2020.
  • Ziyuan Gao, Christoph Ries, Hans Ulrich Simon, and Sandra Zilles. « Preference-based Teaching », Journal of Machine Learning Research, 18(31):1-32, 2017.
  • Thorsten Doliwa, Gaojian Fan, Hans Ulrich Simon, Sandra Zilles. « Recursive teaching dimension, VC-dimension and sample compression », Journal of Machine Learning Research, 15(1):3107-3131, 2014.
  • Sandra Zilles, Steffen Lange, Robert C. Holte, Martin Zinkevich. « Models of Cooperative Teaching and Learning », Journal of Machine Learning Research, 12:349-384, 2011.
  • Shahab Jabbari Arfaee, Sandra Zilles, Robert C. Holte. « Learning Heuristic Functions to Solve Large Problem Instances », Artificial Intelligence, 175:2075-2098, 2011.

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.

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