David Fleet
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 – 2017
Titulaire de chaire en IA Canada-CIFAR – Mandat renouvelé – 2023
David Fleet est titulaire d’une chaire en IA Canada-CIFAR à l’Institut Vecteur et professeur au département d’informatique et de mathématiques de l’Université de Toronto.
Les recherches de David Fleet portent sur la vision par ordinateur, le traitement des images, les neurosciences visuelles et l’apprentissage automatique. Il met l’accent sur les fondements mathématiques et les algorithmes pour l’analyse des mouvements visuels, l’estimation des mouvements et des postes humains, les modèles de perception des mouvements humains et la stéréopsie, les modèles génératifs et la reconstruction multivues pour la cryomicroscopie électronique.
Prix
- Prix de l’article vedette, Conférence de l’IEEE sur la vision par ordinateur et la reconnaissance des formes, 2023
- Prix de l’article exceptionnel, Neural Information Processing Systems, 2022
- Prix de l’article de l’année, Journal of Structural Biology, 2021
- Prix Koenderink, 2010
- Prix du meilleur article, Conférence britannique sur la vision par ordinateur (BMVC), 2009
- Membre du CIFAR (Apprentissage automatique, apprentissage biologique), 2004-2019
Publications Pertinentes
- Punjani, A. et Fleet, D.J. (2023). « 3DFlex: Determining structure and motion of flexible proteins from cryo-EM ». Nature Methods, 20(6), 860-870.
- Azizi, S., Kornblith, S., Saharia, C., Norouzi, M. et Fleet, D.J. (2023). « Synthetic data from diffusion models improves ImageNet classification ». Transactions on Machine Learning Research.
- Saharia, C., Chan, W., Saxena, S., Li, L., Whang, J., Denton, E., … et Norouzi, M. (2022). « Photorealistic text-to-image diffusion models with deep language understanding ». Neural Information Processing Systems.
- Saharia, C., Ho, J., Chan, W., Salimans, T., Fleet, D.J. et Norouzi, M. (2022). « Image super-resolution via iterative refinement ». IEEE Transactions on Pattern Analysis and Machine Intelligence, 45 (4), 4713-4726.
- Punjani, A. et Fleet, D.J. (2021). « 3D Variability Analysis: Directly resolving continuous flexibility and discrete heterogeneity from single particle cryo-EM images ». Journal of Structural Biology, 213: 107702
- Wang, J., Fleet, D.J. et Hertzmann, A. (2010). « Optimizing walking controllers with uncertain user inputs and environments ». ACM Transactions on Graphics 29(4), Article 73