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)

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