Christopher Pal
- Professeur associé
-
Faculté des arts et des sciences - Département d'informatique et de recherche opérationnelle
Portrait
Expertise de recherche
Intelligence artificielle, la vision par ordinateur, la reconnaissance de formes et l’apprentissage automatique avec des applications à l’infographie, l’analyse du langage naturel et l’exploration des données.
Biographie
Christopher Pal est professeur agrégé dans le département de génie informatique et génie logiciel à l’École Polytechnique de Montréal. Ses intérêts de recherche incluent : la vision par ordinateur, la reconnaissance de formes et l’apprentissage automatique avec des applications à l’infographie, l’analyse du langage naturel et l’exploration des données.
Il était auparavant professeur agrégé en informatique à l’Université de Rochester. Il a également occupé des postes à l’Université du Massachusetts, de l’Université de Toronto, « Interval Research » et « the Interactive Visual Media Group of Microsoft Research ». Il a obtenu son doctorat de l’Université de Waterloo au Canada.
Enseignement et encadrement
Encadrement
Thèses et mémoires dirigés (dépôt institutionnel Papyrus)
Enhancing factuality and coverage in summarization via referencing key extracted content
Cycle : Maîtrise
Diplôme obtenu : M. Sc.
Self-play for human-agent communication
Cycle : Doctorat
Diplôme obtenu : Ph. D.
Conditional generative modeling for images, 3D animations, and video
Cycle : Doctorat
Diplôme obtenu : Ph. D.
Recommandation conversationnelle : écoutez avant de parlez
Cycle : Maîtrise
Diplôme obtenu : M. Sc.
Deep reinforcement learning for multi-modal embodied navigation
Cycle : Maîtrise
Diplôme obtenu : M. Sc.
On representation learning for generative models of text
Cycle : Doctorat
Diplôme obtenu : Ph. D.
Towards Understanding Generalization in Gradient-Based Meta-Learning
Cycle : Maîtrise
Diplôme obtenu : M. Sc.
Unsupervised representation learning in interactive environments
Cycle : Maîtrise
Diplôme obtenu : M. Sc.
Real-Time Reinforcement Learning
Cycle : Maîtrise
Diplôme obtenu : M. Sc.
Balancing signals for semi-supervised sequence learning
Cycle : Maîtrise
Diplôme obtenu : M. Sc.
On learning and generalization in unstructured taskspaces
Cycle : Maîtrise
Diplôme obtenu : M. Sc.
Visual question answering with modules and language modeling
Cycle : Maîtrise
Diplôme obtenu : M. Sc.
Feature extraction on faces : from landmark localization to depth estimation
Cycle : Doctorat
Diplôme obtenu : Ph. D.
Projets
Projets de recherche
Extracting 3D pose from video potentially using Neural ODEs
Disciplines
- Informatique
Champ d’expertise
- Intelligence artificielle
- Vision par ordinateur
- Reconnaissance de formes
- Apprentissage automatique
- Infographie
- Traitement automatique du langage naturel (TALN)
Aide en ligne pour votre profil | Nous joindre
Le Répertoire des professeurs est propulsé par les données du 
SADVR et est un projet du CENR.
Personnes-ressource dans nos équipes
Formulaires, procédures et systèmes
Occasions de financement avec PIVOT
