Passer au contenu

/ La recherche

Je donne

Rechercher

Sciences naturelles et génie

Laurence Perreault-Levasseur

Professeure adjointe

Faculté des arts et des sciences - Département de physique

Roger-Gaudry, local B-422

laurence.perreault.levasseur@umontreal.ca

Autre courriel : llevasseur@astro.umontreal.ca (Travail)

Portrait

Biographie

Laurence Perreault-Levasseur est professeure adjointe à l'Université de Montréal et membre associée de Mila, où elle mène des recherches sur le développement et l'application de méthodes d'apprentissage automatique à la cosmologie. Elle est également chercheuse invitée à l'Institut Flatiron à New York et au Perimeter Institute à Waterloo. Avant cela, elle a été boursière Flatiron pour ses études postdoctorales au Center for Computational Astrophysics de l'Institut Flatiron et boursière postdoctorale KIPAC à l'Université Stanford. Laurence a obtenu son doctorat à l'Université de Cambridge en 2015, où elle a mené des travaux portant sur des applications de la théorie effective des champs ouverte au formalisme de l'inflation. Elle a obtenu son baccalauréat et sa maîtrise à l'Université McGill.

Prix et distinctions

Chaire de Recherche du Canada en Cosmologie Numérique et Intelligence Artificielle

Affiliations et responsabilités

Enseignement et encadrement

Encadrement

Thèses et mémoires dirigés (dépôt institutionnel Papyrus)

2023

Reconstruction libre de lentilles gravitationnelles de type galaxie-galaxie avec les machines à inférence récurentielle

Diplômé(e) : Adam, Alexandre
Cycle : Maîtrise
Diplôme obtenu : M. Sc.
2023

Estimateur neuronal de ratio pour l'inférence de la constante de Hubble à partir de lentilles gravitationnelles fortes

Diplômé(e) : Campeau-Poirier, Ève
Cycle : Maîtrise
Diplôme obtenu : M. Sc.
2023

Caractérisation des amas de galaxies avec des méthodes d'apprentissage automatique

Diplômé(e) : Sadikov, Maria
Cycle : Maîtrise
Diplôme obtenu : M. Sc.
2023

Fast high-dimensional posterior inference with deep generative models : application to CMB delensing

Diplômé(e) : Sotoudeh, Mohammad-Hadi
Cycle : Maîtrise
Diplôme obtenu : M. Sc.

Projets

Projets de recherche

2023 - 2029

Entering a new, data-driven era for precision cosmology with machine learningbased analysis methods. / Une nouvelle ère des données pour la cosmologie de précision avec l'intelligence artificielle.

Chercheur principal : Laurence Perreault-Levasseur
Sources de financement : Université de Montréal
Programmes de subvention : PVXXXXXX-FEI sans restriction
2024 - 2027

Un cadre Bayesien général pour les problèmes inverses non-linaires en haute dimension: application à la cartographie de la matière noire dans l'Univers avec l'effet de lentille gravitationnelle

Chercheur principal : Laurence Perreault-Levasseur
Co-chercheurs : Yashar Hezaveh
Sources de financement : FRQNT/Fonds de recherche du Québec - Nature et technologies (FQRNT)
Programmes de subvention : PVXXXXXX-(FQ) Programme Samuel-De Champlain (volet Recherche)
2022 - 2027

Canada Research Chair in Computational Cosmology and Artificial Intelligence

Chercheur principal : Laurence Perreault-Levasseur
Sources de financement : SPIIE/Secrétariat des programmes interorganismes à l’intention des établissements
Programmes de subvention : PVX50399-Chaires de recherche du Canada
2024 - 2026

Centre de recherche en astrophysique du Québec - CRAQ

Chercheur principal : David Lafrenière
Sources de financement : FRQNT/Fonds de recherche du Québec - Nature et technologies (FQRNT)
Programmes de subvention : PVXXXXXX-(RS) Programme de regroupements stratégiques
2023 - 2026

Peser les étoiles avec l'intelligence artificielle: une modélisation des populations stellaires pour une nouvelle génération de relevés du ciel

Chercheur principal : Yashar Hezaveh
Co-chercheurs : Laurence Perreault-Levasseur , Stéphane Courteau , Mike Hudson
Sources de financement : FRQNT/Fonds de recherche du Québec - Nature et technologies (FQRNT)
Programmes de subvention : PVXXXXXX-Programme NOVA pour chercheur(e)s de la relève (partenariat avec CRSNG)
2020 - 2026

A New, Data-Driven Era for Precision Cosmology: Measuring the Expansion Rate of the Universe with Machine Learning.

Chercheur principal : Laurence Perreault-Levasseur
Sources de financement : CRSNG/Conseil de recherches en sciences naturelles et génie du Canada (CRSNG)
Programmes de subvention : PVXXXXXX-(DGECR) Tremplin vers la découverte
2020 - 2026

A New, Data-Driven Era for Precision Cosmology: Measuring the Expansion Rate of the Universe with Machine Learning.

Chercheur principal : Laurence Perreault-Levasseur
Sources de financement : CRSNG/Conseil de recherches en sciences naturelles et génie du Canada (CRSNG)
Programmes de subvention : PVX20965-(RGP) Programme de subvention à la découverte individuelle ou de groupe
2022 - 2025

Entering a new, data-driven era for precision cosmology with machine learningbased analysis methods. / Une nouvelle ère des données pour la cosmologie de précision avec l'intelligence artificielle.

Chercheur principal : Laurence Perreault-Levasseur
Sources de financement : FCI/Fondation canadienne pour l'innovation
Programmes de subvention : PVXXXXXX-Fonds des leaders
2021 - 2025

Learning the Universe

Chercheur principal : Laurence Perreault-Levasseur
Sources de financement : Simons Foundation
Programmes de subvention :
2022 - 2024

Reconstructing the Initial Conditions of the Universe Using Deep Learning

Chercheur principal : Laurence Perreault-Levasseur
Sources de financement : SPIIE/Secrétariat des programmes interorganismes à l’intention des établissements
Programmes de subvention : PVXXXXXX-Fonds d'excellence en recherche Apogée Canada/Bourse
2021 - 2024

Découvrir les mystères de la lentille gravitationnelle forte du Horseshoe grâce à l'intelligence artificielle et aux réseaux de neurones profonds

Chercheur principal : Laurence Perreault-Levasseur
Sources de financement : FRQNT/Fonds de recherche du Québec - Nature et technologies (FQRNT)
Programmes de subvention : PVXXXXXX-(NC) Établissement de la relève professorale
2021 - 2023

Modélisation de lentilles gravitationnelles à l'aide d'une machine à inférences récurrentes (RIM))

Chercheur principal : Laurence Perreault-Levasseur
Sources de financement : SPIIE/Secrétariat des programmes interorganismes à l’intention des établissements
Programmes de subvention : PVXXXXXX-Fonds d'excellence en recherche Apogée Canada/Bourse
2020 - 2023

Next-Generation Astrophysical Simulations Using Machine Learning: Simulating Turbulence via Machine Learning (subvention FNFR-CRSH volet exploration)

Chercheur principal : Adrian C. Liu
Co-chercheurs : Laurence Perreault-Levasseur
Sources de financement : CRSH/Conseil de recherches en sciences humaines du Canada
Programmes de subvention : PVXXXXXX-Fonds Nouvelles frontières en recherche - Exploration
2020 - 2023

Next-Generation Astrophysical Simulations Using Machine Learning: Simulating Turbulence via Machine Learning (subvention FNFR-CRSH volet exploration)

Co-chercheurs : Marie-Josée Hébert , Laurence Perreault-Levasseur
Sources de financement : CRSH/Conseil de recherches en sciences humaines du Canada
Programmes de subvention : PVXXXXXX-Fonds Nouvelles frontières en recherche - Exploration
2020 - 2023

Mesurer l’expansion de l’Univers avec l’apprentissage automatique

Chercheur principal : Laurence Perreault-Levasseur
Sources de financement : SPIIE/Secrétariat des programmes interorganismes à l’intention des établissements
Programmes de subvention : PVXXXXXX-Fonds d'excellence en recherche Apogée Canada/Bourse

Rayonnement

Publications et communications

Disciplines

  • Astronomie et astrophysique
  • Physique
  • Statistiques
  • Informatique

Champ d’expertise

  • Astrophysique, aspects fondamentaux
  • Astronomie fondamentale
  • Apprentissage machine et apprentissage profond
  • Matière sombre
  • Techniques d'observation et de réduction de données

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
Qui fait quoi?
Formulaires, procédures et systèmes
Formulaires et procédures
Occasions de financement avec PIVOT
PIVOT