Siamak Ravanbakhsh
La nomination
Titulaire de chaire en IA Canada-CIFAR
Stratégie pancanadienne en matière d’IA
À Propos
Titulaire de chaire en IA Canada-CIFAR – Nouveau mandat – 2019
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
- Akhound-Sadegh, T., Perreault-Levasseur, L., Brandstetter, J., Welling, M., & Ravanbakhsh, S. (2024). Lie point symmetry and physics-informed networks. Advances in Neural Information Processing Systems.
- Jain, V., & Ravanbakhsh, S. (2024). Learning to Reach Goals via Diffusion. International Conference on Machine Learning .
- Kaba, S.O., Mondal, A.K., Zhang, Y., Bengio, Y., & Ravanbakhsh, S. (2023). Equivariance with learned canonicalization functions. International Conference on Machine Learning.
- Shakerinava, M., Mondal, A. K., & Ravanbakhsh, S. (2022). Structuring representations using group invariants. Advances in Neural Information Processing Systems.
- Kaba, S. O., & Ravanbakhsh, S. (2022) Equivariant Networks for Crystal Structures. Advances in Neural Information Processing Systems.