Simon Lacoste-Julien
La nomination
Membre auxiliaire
Responsable auxiliaire
Titulaire de chaire en IA Canada-CIFAR
Apprentissage automatique, apprentissage biologique
Stratégie pancanadienne en matière d’IA
À Propos
Simon Lacoste-Julien est responsable 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.
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.