Siamak Ravanbakhsh
La nomination
Titulaire de chaire en IA Canada-CIFAR
Stratégie pancanadienne en matière d’IA
À Propos
Siamak Ravanbakhsh est titulaire d’une chaire en IA Canada-CIFAR à Mila et professeur adjoint à l’École d’informatique de l’Université McGill.
Son domaine de recherche est l’apprentissage automatique. Il s’intéresse plus particulièrement aux problèmes de l’apprentissage de représentations et de l’inférence dans des domaines structurés, complexes et combinatoires. Ses recherches actuelles portent sur le rôle de l’invariance et de la symétrie dans l’apprentissage profond de représentations.
Publications Pertinentes
- He, S., Li, Y., Feng, Y., Ho, S., Ravanbakhsh, S., Chen, W., Póczos, B. (2019). « Learning to predict the cosmological structure formation », Proceedings of the National Academy of Sciences, 116(28):13825-13832.
- Lanusse, F., Ma, Q., Li, N., Collett, T. E., Li, C. L., Ravanbakhsh, S., ... Póczos, B. (2018). « CMU DeepLens: deep learning for automatic image-based galaxy–galaxy strong lens finding », Monthly Notices of the Royal Astronomical Society, 473(3):3895-3906.
- Zaheer, M., Kottur, S., Ravanbakhsh, S., Poczos, B., Salakhutdinov, R., Smola, A. (2017). « Deep sets », Advances in Neural Information Processing Systems, 30.
- Ravanbakhsh, S., Schneider, J., Poczos, B. (2016). « Deep learning with sets and point clouds ».
- Ravanbakhsh, S., Liu, P., Bjordahl, T. C., Mandal, R., Grant, J. R., Wilson, M., ... Wishart, D. S. (2015). « Accurate, fully-automated NMR spectral profiling for metabolomics », PloS ONE, 10(5):e0124219.
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.