Passer au contenu

/ La recherche

Je donne

Rechercher

Retour à la liste des professeurs Modifier son profil
Sciences naturelles et génie; Génie

Sarath Chandar Anbil Parthipan

Professeur associé

Faculté des arts et des sciences - Département d'informatique et de recherche opérationnelle

sarath.chandar.anbil.parthipan@umontreal.ca

Autre numéro : 514 340-4711 #3245 (Travail 1)
Autre courriel : sarath-chandar.anbil-parthipan@polymtl.ca (Travail)

Médias

Teaching Machines to See, Understand & Act: AICan 2019 Panel Discussion 4

Visitez cifar.ca/fr/ia pour vous abonner au Bulletin IACan et rester au courant de ce qui se passe en IA au Canada. Le CIFAR est à la tête de la Stratégie pancanadienne en matière d’intelligence artificielle du gouvernement du Canada, assortie d’un octroi de 125 millions de dollars, en collaboration avec les trois nouveaux instituts d’IA : Amii à Edmonton, Mila à Montréal et l’Institut Vecteur à Toronto.

CIFAR

Portrait

Expertise de recherche

Intérêts de recherche

  • Réseaux de neurones récurrents
  • Apprentissage continu
  • Apprentissage par renforcement
  • Apprentissage profond
  • Traitement du langage naturel
  • Apprentissage machine
  • Intelligence artificielle

Pour en savoir plus…

Affiliations et responsabilités

Enseignement et encadrement

Encadrement

Thèses et mémoires dirigés (dépôt institutionnel Papyrus)

2025

Modeling the world to reason and plan

Diplômé(e) : Samsami, Mohammad Reza
Cycle : Maîtrise
Diplôme obtenu : M. Sc.
2024

Towards efficient and effective preference alignment for large language models

Diplômé(e) : Thakkar, Megh Vipul
Cycle : Maîtrise
Diplôme obtenu : M. Sc.
2024

The role of continual learning and adaptive computation in improving computational efficiency of deep learning

Diplômé(e) : Gupta, Kshitij
Cycle : Maîtrise
Diplôme obtenu : M. Sc.
2023

Towards adaptive deep model-based reinforcement learning

Diplômé(e) : Rahimi-Kalahroudi, Ali
Cycle : Maîtrise
Diplôme obtenu : M. Sc.
2022

Benchmarking bias mitigation algorithms in representation learning through fairness metrics

Diplômé(e) : Reddy, Charan
Cycle : Maîtrise
Diplôme obtenu : M. Sc.
2021

IIRC : Incremental Implicitly-Refined Classification

Diplômé(e) : Abdelsalam, Mohamed
Cycle : Maîtrise
Diplôme obtenu : M. Sc.
2021

Continuous coordination as a realistic scenario for lifelong learning

Diplômé(e) : Badrinaaraayanan, Akilesh
Cycle : Maîtrise
Diplôme obtenu : M. Sc.
2021

PatchUp : a feature-space block-level regularization technique for convolutional neural networks

Diplômé(e) : Faramarzi, Mojtaba
Cycle : Maîtrise
Diplôme obtenu : M. Sc.

Projets

Projets de recherche

2025

Learning pixel-based web agents

Chercheur principal : Sarath Chandar Anbil Parthipan
Sources de financement : MITACS Inc.
Programmes de subvention : PVXXXXXX-Stage Accélération Québec - MITACS
2024 - 2025

Reinforcement Learning for Micro-Grid Control and Optimization

Sources de financement : MITACS Inc.
Programmes de subvention : PVXXXXXX-Stage Accélération Québec - MITACS

Rayonnement

Publications et communications

Disciplines

  • Informatique
  • Génie informatique et génie logiciel

Champ d’expertise

  • Réseaux de neurones
  • Apprentissage profond
  • Traitement automatique du langage naturel (TALN)
  • Intelligence artificielle

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