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

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
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
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