Suis nous sur
Stefan Bauer

Stefan Bauer

Titre

  • Chercheur mondial ou chercheuse mondiale CIFAR-Azrieli 2020-2022
  • Apprentissage automatique, apprentissage biologique

Profil

website

À Propos

Les systèmes actuels d’IA ont une capacité limitée à comprendre le monde qui nous entoure, comme le démontre leur capacité limitée à transférer des connaissances vers de nouveaux problèmes ou leur manque de compétence à appliquer des outils connus dans un scénario inconnu.

Il s’agit d’un problème que partagent de nombreuses méthodes établies qui, pour déduire des motifs et une structure à partir de données, se fondent essentiellement sur la prévisibilité. Dans ses recherches, Stefan Bauer a pour objectif principal de créer des machines aptes à extrapoler l’expérience à travers les environnements et les tâches par l’entremise de l’apprentissage de mécanismes indépendants qu’il est possible d’utiliser, de constituer et de repositionner avec souplesse.

Prix

  • 2019 Meilleur article, Conférence internationale sur l’apprentissage automatique (ICML)
  • 2018 Médaille pour thèse doctorale exceptionnelle de l’ETH

Publications Pertinentes

  • Pfister, N., Bauer, S. et Peters, J. (2019). Learning stable and predictive structures in kinetic systems. Proceedings of the National Academy of Sciences, 116(51), 25405-25411. doi:10.1073/pnas.1905688116
  • Suter, R., Miladinovic, D., Schölkopf, B. et Bauer, S. (2019, mai). Robustly disentangled causal mechanisms: Validating deep representations for interventional robustness. Dans International Conference on Machine Learning (p. 6056-6065).
  • Locatello, F., Bauer, S., Lucic, M., Rätsch, G., Gelly, S., Schölkopf, B. et Bachem, O. (2019, mai). Challenging common assumptions in the unsupervised learning of disentangled representations. Dans International Conference on Machine Learning (p. 4114-4124).

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