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
    • Chaires en IA Canada-CIFAR
    • 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

Bei Jiang

Bei Jiang

La nomination

Titulaire de chaire en IA Canada-CIFAR

Stratégie pancanadienne en matière d’IA

Connect

Page personnelle

Google Scholar

À Propos

Titulaire de chaire en IA Canada-CIFAR – Nouveau mandat – 2022

Les recherches de Jiang visent à faire progresser le domaine de l’analyse des données sur la santé en mettant au point des outils d’analyse efficaces, en permettant un partage sécurisé des données et en concevant des algorithmes d’apprentissage automatique équitables. Un défi considérable dans l’analyse des données sur la santé consiste à gérer la complexité et l’hétérogénéité des données, par exemple les dossiers médicaux électroniques et les données de neuroimagerie. Ses recherches se concentrent sur le développement d’outils informatiques efficaces capables de traiter ces types de données complexes.

Par ailleurs, le partage les données sur la santé est essentiel pour faire avancer la recherche médicale et améliorer les résultats pour les patient(e)s, mais cela doit se faire dans le respect de la vie privée de ces personnes. À cette fin, Jiang a mis au point de nouveaux outils de protection de la vie privée qui permettent un partage sécurisé des données tout en protégeant les renseignements sensibles des patient(e)s.

Plus récemment, Jiang s’intéresse aux méthodes permettant de détecter et d’atténuer les biais algorithmiques. Cet aspect est particulièrement important dans le domaine des soins de santé, car il peut avoir une incidence sur les décisions de traitement et entraîner des disparités dans les résultats des soins de santé.

Prix

  • Boursier de recherche, Statistical and Applied Mathematical Sciences Institute, 2015.

Publications Pertinentes

  • Zhao, S., Cui, W., Jiang, B., Kong, L., and Yan, X. (2024). « Optimal Smooth Approximation for Quantile Matrix Factorization ». Proceedings of the 38th AAAI Conference on Artificial Intelligence 2024
  • Jiang, Y., Liu, Y., Yan, X., Charest, A-S., Kong, L., Jiang, B. (2024). « Analysis of Differentially Private Synthetic Data: A Measurement Error Approach ». Proceedings of the 38th AAAI Conference on Artificial Intelligence 2024
  • Jiang, Y., Chang, X., Liu, Y., Ding, L., Kong, L., and Jiang, B. (2023). « Gaussian Differential Privacy on Riemannian Manifolds ». Proceeding of the 37th Conference on Neural Information Processing Systems (NeurIPS)
  • Liu, M., Ding, L., Yu, D., Liu, W., Kong, L. et Jiang, B. (2023). « Conformalized Fairness via Quantile Regression ». Advances in Neural Information Processing Systems.
  • Liu, Y., Sun, K., Jiang, B. et Kong, L. (2023). « Identification, Amplification and Measurement: A bridge to Gaussian Differential Privacy ». Advances in Neural Information Processing Systems.

institut

Amii

Université de l'Alberta

Département

Sciences mathématiques et statistiques

Éducation

  • D. Sc. (Biostatistique), Université du Michigan
  • M. Sc. (Biostatistique), Université de l’Alberta
  • B. Sc. (Sciences de l’information et informatique), Université de technologie de Pékin

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 header 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.

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