Suis nous sur
CIFAR header logo
en
menu_mobile_logo_alt
  • NOTRE IMPACT
    • Pourquoi le CIFAR?
    • Pôles d’impact
    • Nouvelles
    • Stratégie du CIFAR
    • Favoriser la résilience de la Terre
    • Impact IA
    • Impact des dons
    • CIFAR 40
  • Activités
    • Événements publics
    • Réunions sur invitation seulement
  • Programmes
    • Programmes de recherche
    • Stratégie pancanadienne en matière d’IA
    • Initiatives à l’intention de la prochaine génération
  • Communauté
    • Membres et spécialiste-conseils
    • Chercheurs mondiaux CIFAR-Azrieli
    • Direction – Stratégie en matière d’IA
    • Membres du réseau de solutions
    • Direction – CIFAR
    • Répertoire du personnel
  • Soutenez-nous
  • À propos
    • Notre histoire
    • Prix
    • Partenariats
    • Publications et rapports
    • Carrières
    • Équité, diversité et inclusion
    • Déclaration du CIFAR sur la neutralité institutionnelle
    • Sécurité de la recherche
  • en
  • Accueil
  • Bio

Suivez-nous

post_content

Simon Lacoste-Julien

La nomination

Membre auxiliaire

Titulaire de chaire en IA Canada-CIFAR

Apprentissage automatique, apprentissage biologique

Stratégie pancanadienne en matière d’IA

Connect

Université de Montréal

Google Scholar

À Propos

Titulaire de chaire en IA Canada-CIFAR – Nouveau mandat – 2018

Titulaire de chaire en IA Canada-CIFAR – Mandat renouvelé – 2024

Simon Lacoste-Julien est membre auxiliaire du programme Apprentissage automatique, apprentissage biologique du CIFAR et titulaire d’une chaire en IA Canada-CIFAR à Mila. Il est professeur agrégé au département d’informatique et de recherche opérationnelle (DIRO) de l’Université de Montréal ainsi que vice-président et directeur de laboratoire à temps partiel du SAIT AI Lab de Samsung à Montréal.

Ses recherches portent sur l’apprentissage automatique, c’est-à-dire sur la façon de programmer un ordinateur pour qu’il apprenne à partir de données et effectue des tâches utiles. Son principal objectif est de mettre au point et d’analyser des techniques d’apprentissage automatique qui peuvent exploiter, à grande échelle, une riche structure de données dans des applications interdisciplinaires comme le traitement du langage naturel, la recherche d’information, la vision par ordinateur et la bio-informatique. À cette fin, Simon Lacoste-Julien combine des outils issus de l’optimisation, des statistiques et de l’informatique, et aime particulièrement travailler à l’interface de ces domaines. Il est reconnu pour ses contributions dans trois secteurs : la prédiction structurée (problèmes de classification où les sorties sont des objets structurés tels que des séquences ou des graphes) ; l’optimisation à grande échelle (méthode des gradients incrémentaux et optimisation de Frank-Wolfe) ; et la combinaison de modèles génératifs et discriminants.

Prix

  • Google Focused Research Award, 2016
  • Prix du meilleur lecteur critique, NeurIPS, 2015
  • Google Faculty Research Award, 2015
  • Bourse de recherche de la Ville de Paris, 2011-2012
  • Wolfson College Junior Research Fellowship, Université de Cambridge, 2009-2011

Publications Pertinentes

  • Yaakoubi, Y., Soumis, F., Lacoste-Julien, S. (2021). « Structured Convolutional Kernel Networks for Airline Crew Scheduling ».
  • Kwon, N., Na, H., Huang, G., Lacoste-Julien, S. (2021). « Repurposing Pretrained Models for Robust Out-of-domain Few-Shot Learning ».
  • Larsen, E., Lachapelle, S., Bengio, Y., Frejinger, E., Lacoste-Julien, S., Lodi, A. (2018). « Predicting tactical solutions to operational planning problems under imperfect information ».
  • Arpit, D., Jastrzębski, S., Ballas, N., Krueger, D., Bengio, E., Kanwal, M. S., ... Lacoste-Julien, S. (2017). « A closer look at memorization in deep networks », Proceedings of the 34th International Conference on Machine Learning, PMLR, 70:233-242.
  • Defazio, A., Bach, F., Lacoste-Julien, S. (2014). « SAGA : A fast incremental gradient method with support for non-strongly convex composite objectives », Advances in Neural Information Processing Systems, 27:1646-1654.

institut

Mila

SAIT AI Lab Samsung Montréal

Université de Montréal

Département

Informatique et recherche opérationnelle (DIRO)

Éducation

  • PhD (informatique), Université de Californie à Berkeley
  • BSc (triple spécialisation en mathématiques, physique et informatique), Université McGill

Pays

Canada

Soutenez-nous

L’Institut canadien de recherches avancées (CIFAR) est une organisation de recherche d’influence mondiale fièrement basée au Canada. Nous mobilisons les plus brillants personnes du monde, dans toutes les disciplines et à tous les stades de carrière, pour faire progresser les connaissances transformatrices et résoudre ensemble les plus grands problèmes de l’humanité. Nous recevons l’appui des gouvernements du Canada, de l’Alberta et du Québec, ainsi que de fondations, de particuliers, d’entreprises et d’organisations partenaires du Canada et du monde entier.

Dons
CIFAR footer logo

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

Contactez-nous
Médias
Carrières
Politiques sur l’accessibilité
Bienfaiteurs
Rapports financiers
Abonnez-vous

  • © Copyright 2025 CIFAR. Tous les droits sont réservés.
  • Numéro d’enregistrement d’organisme de bienfaisance : 11921 9251 RR0001
  • Conditions d'utilisation
  • Politique de confidentialité
  • Plan du Site

Souscrire

Rejoignez notre communauté! Restez à jour avec nos nouvelles, événements, conférences et ateliers et dernières découvertes à travers le monde.

Fields marked with an * are required

I prefer to register in English (click here)


S'abonner aux bulletins d'information du CIFAR: *

Vous pouvez vous désabonner de ces communications à tout moment. Consultez notrepolitique de confidentialité.

 À titre d’abonné, vous recevrez aussi un exemplaire numérique de REACH, notre revue annuelle qui met en lumière nos chercheurs et leurs découvertes au moyen d’articles de fond, d’entrevues et d’illustrations.


Si vous souhaitez recevoir une édition papier de la revue REACH, veuillez fournir les renseignements supplémentaires suivants :


Ce site Web enregistre des témoins sur votre ordinateur. Ces témoins sont utilisés pour recueillir des renseignements sur votre interaction avec notre site Web et nous permettre de vous reconnaître. Nous utilisons ces renseignements afin d'améliorer et de personnaliser votre expérience de navigation et à des fins d'analyse et de mesures concernant nos visiteurs, tant sur ce site Web que sur d'autres médias. Pour en savoir plus sur les témoins que nous utilisons, consultez notre politique deconfidentialité.
Accepter En savoir plus

Notifications