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

Levi H. S. Lelis

Levi H. S. Lelis

La nomination

Titulaire de chaire en IA Canada-CIFAR

Stratégie pancanadienne en matière d’IA

Connect

Université de l’Alberta

Google Scholar

À Propos

Titulaire de chaire en IA Canada-CIFAR – Nouveau mandat – 2020

Levi Lelis est titulaire d’une chaire en IA Canada-CIFAR et boursier à l’Amii. Il est professeur adjoint au département d’informatique de l’Université de l’Alberta.

Les recherches de Levi Lelis sont consacrées à la mise au point d’algorithmes fondés sur des principes pour résoudre les problèmes de recherche combinatoire. Ces problèmes font partie intégrante de l’optimisation des tâches dans divers secteurs. Son groupe de recherche se concentre sur les problèmes de recherche combinatoire découlant de la recherche de solutions programmatiques, c’est-à-dire de programmes informatiques écrits dans un langage propre à un domaine et codant des solutions aux problèmes. Il estime que la voie la plus prometteuse pour créer des agents qui apprennent de manière continue, efficace et sûre consiste à représenter les connaissances des agents de manière programmatique. Bien que les représentations programmatiques offrent de nombreux avantages, notamment en termes de modularité et de réutilisation, elles présentent un défi considérable : la nécessité d’effectuer des recherches sur de grands espaces non différentiables qui ne conviennent pas aux méthodes de descente de gradient. La résolution de ce problème constitue l’objectif actuel de ses travaux. 

Prix

  • Prix du meilleur article, IJCAI 2023
  • Prix du lecteur ou de la lectrice critique par excellence, NeurIPS 2021
  • Membre distingué du comité de programme, IJCAI, 2018-2019
  • Contribution exceptionnelle à la révision, Artificial Intelligence Journal, 2017
  • Gagnant du championnat MicroRTS, IEEE, 2018
  • Finaliste de l’International Planning Competition, ICAPS, 2018

Publications Pertinentes

  • Mahdi Alikhasi et Levi Lelis. « Unveiling Options with Neural Network Decomposition ». Publié dans Actes de la Conférence internationale sur l’apprentissage par représentation, 2024.
  • Tales H. Carvalho, Kenneth Tjhia et Levi Lelis. « Reclaiming the Source of Programmatic Policies: Programmatic versus Latent Spaces ». Publié dans Actes de la Conférence internationale sur l’apprentissage par représentation, 2024.
  • Rubens Moraes et Levi Lelis. « Searching for Programmatic Policies in Semantic Spaces ». Publié dans Actes de la Conférence internationale conjointe sur l’intelligence artificielle, 2024.
  • Saqib Ameen et Levi Lelis. « Program Synthesis with Best-First Bottom-Up Search ». Publié dans Journal of Artificial Intelligence Research, 2023.
  • David Aleixo et Levi Lelis. « Show Me the Way! Bilevel Search for Synthesizing Programmatic Strategies ». Publié dans Actes de la Conférence sur l’intelligence artificielle, 2023.
  • Orseau, L., Lelis, L., Lattimore, T., Weber, T. (2018). « Single-Agent Policy Tree Search With Guarantees », Advances in Neural Information Processing Systems, p. 3201-3211.

institut

Amii

Université de l'Alberta

Département

Informatique

Éducation

  • PhD (informatique), Université de l’Alberta
  • MSc (génie électrique), Université fédérale du Minas Gerais, Brésil
  • BSc (informatique), Université fédérale de Viçosa, Brésil

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