Passer au contenu

/ La recherche

Je donne

Rechercher

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

Pascal Vincent

Professeur associé

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

André-Aisenstadt, local 3251

514 343-7472

pascal.vincent@umontreal.ca

Autre numéro : 514 343-6111 #1794 (Travail 1)
Autre courriel : vincentp@iro.umontreal.ca (Travail)

Portrait

Expertise de recherche

Mes recherches portent sur les principes computationnels fondamentaux qui sous-tendent l'extraordinaire capacité à apprendre, comprendre et s'adapter à l'environnement qui caractérise l'intelligence. Le développement de nouveaux algorithmes d'apprentissage basés sur de tels principes, et entraînés avec de vastes quantités de données, est à l'origine des plus récentes percées technologiques en intelligence artificielle.

Je m'intéresse plus particulièrement à la manière dont, partant de flux de données sensorielles brutes (telles les images et les sons), peuvent se construire de façon autonome des représentations de haut niveau, porteuses de sens. Un peu comme ce que savent faire les réseaux de neurones du cerveau, cela revient à modéliser intelligemment la structure de la réalité observée, en y découvrant et exploitant des régularités statistiques complexes.

Biographie

Le professeur Vincent s’intéresse notamment de près à notre faculté en tant qu’humain, à interpréter des données sensorielles brutes (sons, images) et à les convertir en représentations de haut niveau, nous permettant de donner un sens à notre environnement. Via ses travaux de recherches, Pascal Vincent s’adonne notamment à l’exploitation de régularités statistiques complexes afin de modéliser la réalité, à l’image de ce qu’un réseau de neurones serait capable de faire. Grâce à l’avènement des données massives et de nouvelles techniques d’intelligence artificielle, il devient maintenant possible de générer des algorithmes d’apprentissage, qui, à terme, offriront la possibilité aux machines de capter et d’interpréter le monde qui nous entoure, mais aussi de réagir à des situations particulières en adaptant en conséquence une réaction à un évènement donné.

Chercheur à l'Institut des algorithmes d'apprentissage de Montréal aux côtés du professeur Yoshua Bengio, Pascal Vincent est titulaire d’un doctorat en informatique de l’Université de Montréal depuis 2003. Il est professeur au département d’informatique et de recherche opérationnelle (DIRO) de l’Université de Montréal.

Pour en savoir plus…

Affiliations et responsabilités

Affiliations de recherche

Enseignement et encadrement

Encadrement

Thèses et mémoires dirigés (dépôt institutionnel Papyrus)

2024

Finer grained evaluation methods for better understanding of deep neural network representations

Diplômé(e) : Bordes, Florian
Cycle : Doctorat
Diplôme obtenu : Ph. D.
2023

Autoencoders for natural language semantics

Diplômé(e) : Bosc, Tom
Cycle : Doctorat
Diplôme obtenu : Ph. D.
2023

Deep networks training and generalization: insights from linearization

Diplômé(e) : George, Thomas
Cycle : Doctorat
Diplôme obtenu : Ph. D.
2023

Adversarial games in machine learning : challenges and applications

Diplômé(e) : Berard, Hugo
Cycle : Doctorat
Diplôme obtenu : Ph. D.
2022

Accounting for variance and hyperparameter optimization in machine learning benchmarks

Diplômé(e) : Bouthillier, Xavier
Cycle : Doctorat
Diplôme obtenu : Ph. D.
2022

Large state spaces and self-supervision in reinforcement learning

Diplômé(e) : Touati, Ahmed
Cycle : Doctorat
Diplôme obtenu : Ph. D.
2021

Advances in parameterisation, optimisation and pruning of neural networks

Diplômé(e) : Laurent, César
Cycle : Doctorat
Diplôme obtenu : Ph. D.
2019

Feature extraction on faces : from landmark localization to depth estimation

Diplômé(e) : Honari, Sina
Cycle : Doctorat
Diplôme obtenu : Ph. D.
2018

Factorized second order methods in neural networks

Diplômé(e) : George, Thomas
Cycle : Maîtrise
Diplôme obtenu : M. Sc.
2017

Learning to sample from noise with deep generative models

Diplômé(e) : Bordes, Florian
Cycle : Maîtrise
Diplôme obtenu : M. Sc.
2017

Learning a graph made of boolean function nodes : a new approach in machine learning

Diplômé(e) : Mokaddem, Mouna
Cycle : Maîtrise
Diplôme obtenu : M. Sc.
2016

Détection de mouvements dans des séquences d’images basée sur la dynamique de supraconductivité

Diplômé(e) : Diagne, Magatte
Cycle : Maîtrise
Diplôme obtenu : M. Sc.
2015

Apprentissage d'espaces sémantiques

Diplômé(e) : Mesnil, Grégoire
Cycle : Doctorat
Diplôme obtenu : Ph. D.
2014

Modeling High-Dimensional Audio Sequences with Recurrent Neural Networks

Diplômé(e) : Boulanger-Lewandowski, Nicolas
Cycle : Doctorat
Diplôme obtenu : Ph. D.
2014

Recognition of Facial Expressions with Autoencoders and Convolutional-Nets

Diplômé(e) : Almousli, Hani
Cycle : Maîtrise
Diplôme obtenu : M. Sc.
2013

Calcul en n-dimensions sur GPU

Diplômé(e) : Bergeron, Arnaud
Cycle : Maîtrise
Diplôme obtenu : M. Sc.
2010

Analyse par apprentissage automatique des réponses fMRI du cortex auditif à des modulations spectro-temporelles

Diplômé(e) : Bouchard, Lysiane
Cycle : Maîtrise
Diplôme obtenu : M. Sc.
2010

Modélisation de l'interprétation des pianistes & applications d'auto-encodeurs sur des modèles temporels

Diplômé(e) : Lauly, Stanislas
Cycle : Maîtrise
Diplôme obtenu : M. Sc.
2010

Apprentissage de représentations sur-complètes par entraînement d’auto-encodeurs

Diplômé(e) : Lajoie, Isabelle
Cycle : Maîtrise
Diplôme obtenu : M. Sc.

Projets

Projets de recherche

2020 - 2024

Software infrastructure for Deep Learning

Chercheur principal : Yoshua Bengio
Co-chercheurs : Jean-Claude Tardif , Pascal Vincent , Roland Memisevic , Marc Jolicoeur , Aaron Courville , Christopher Pal , Doina Precup , Joelle Pineau
Sources de financement : FCI/Fondation canadienne pour l'innovation
Programmes de subvention : PVXXXXXX-Fonds d'exploitation des infrastructures (FEI)
2019 - 2024

Union Neurosciences et Intelligence Artificielle Québec (UNIQUE) / Regroupements stratégiques

Chercheur principal : Karim Jerbi
Co-chercheurs : Yoshua Bengio , Christian Casanova , Frédéric Gosselin , John Francis Kalaska , Philippe Langlais , Pierre Rainville , Richard Robitaille , Pierre Jolicoeur , Paul Cisek , Andrea Michelle Green , Simona Maria Brambati , Pascal Vincent , Pierre-Louis Bellec , Hugo Larochelle , Guillaume Lajoie , Julien Cohen-Adad , Frédéric Lesage , Alan C Evans , José Manuel Fernandez , Joelle Pineau , Maxime Descoteaux , Tal Arbel , Jean-Marc Lina , Farida Cheriet , Erik P. Cook , Christian Gagné , Yves De Koninck , Simon Duchesne , François Laviolette , Julien Doyon , Bratislav Misic , Paul De Koninck , Simon Hardy , Nicolas Doyon , Thomas R Shultz , Christopher Pack , Amir Shmuel , Nikola Stikov , Kevin Whittingstall , Habib Benali , Ismail Ben Ayed , Patrick Desrosiers , Jean-Baptiste Poline
Sources de financement : FRQNT/Fonds de recherche du Québec - Nature et technologies (FQRNT)
Programmes de subvention : PVXXXXXX-(RS) Programme de regroupements stratégiques
2017 - 2021

Exploitation de Diverses Ressources Sémantiques pour une Traduction Automatique à Granularité Hétérogène

Sources de financement : FRQNT/Fonds de recherche du Québec - Nature et technologies (FQRNT)
Programmes de subvention : PV113724-(PR) Projets de recherche en équipe (et possibilité d'équipement la première année)
2016 - 2021

Software infrastructure for Deep Learning

Chercheur principal : Yoshua Bengio
Co-chercheurs : Jean-Claude Tardif , Pascal Vincent , Roland Memisevic , Marc Jolicoeur , Aaron Courville , Christopher Pal , Doina Precup , Joelle Pineau
Sources de financement : FCI/Fondation canadienne pour l'innovation
Programmes de subvention : PVXXXXXX-Initiative sur la cyberinfrastructure
2019 - 2020

Unsupervised Anomaly detection using Deep Learning

Chercheur principal : Pascal Vincent
Sources de financement : MITACS Inc.
Programmes de subvention : PVXXXXXX-Stage Accélération Québec - MITACS
2018 - 2019

Longitudinal Weak Labeling for Lung Cancer Prognosis and Treatment Response Prediction

Chercheur principal : Yoshua Bengio
Co-chercheurs : Pascal Vincent
Sources de financement : MITACS Inc.
Programmes de subvention : PVXXXXXX-Stage Accélération Québec - MITACS
2017 - 2019

Research Support Associate Fellow / Learning in Machines & Brains

Chercheur principal : Pascal Vincent
Sources de financement : CIFAR - Canadian Institute for Advanced Research/ Institut canadien des recherches avancées
Programmes de subvention :
2015 - 2019

Apprentissage non-supervisé d'architectures profondes pour le changement d'expressions faciales

Chercheur principal : Pascal Vincent , Roland Memisevic
Co-chercheurs : Yoshua Bengio , Aaron Courville
Sources de financement : FRQNT/Fonds de recherche du Québec - Nature et technologies (FQRNT)
Programmes de subvention : PV113724-(PR) Projets de recherche en équipe (et possibilité d'équipement la première année)
2013 - 2019

LEVERAGING THE MANIFOLD HYPOTHESIS FOR LEARNING REPRESENTATIONS IN DEPP NEURAL NETWORKS

Chercheur principal : Pascal Vincent
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
2016 - 2018

Highperformance computing environment to leverage deep learning technology for large biomedical and neuroimaging data

Chercheur principal : Yoshua Bengio
Co-chercheurs : Pascal Vincent , Luc Vinet , Roland Memisevic , Karim Jerbi , Aaron Courville , Christopher Pal
Sources de financement : CRSNG/Conseil de recherches en sciences naturelles et génie du Canada (CRSNG)
Programmes de subvention : PVXXXXXX-(OIR) Outils et d'instruments de recherche (de 7 001 $ à 150 000 $)
2016 - 2018

Deep Learning for Cognitive Computing

Chercheur principal : Yoshua Bengio
Co-chercheurs : Pascal Vincent , Roland Memisevic , Aaron Courville , Christopher Pal
Sources de financement : CRSNG/Conseil de recherches en sciences naturelles et génie du Canada (CRSNG) , IBM Canada Ltée , IBM Canada Ltée
Programmes de subvention : PVX20973-(RDC-CRD) Partenariat de recherche / Subvention de recherche et développement coopérative , ,
2013 - 2016

LEARNING REPRESENTATIONS OF PLAYERS EMOTIONS AND STATE FOR NEXT GENERATION GAMING

Chercheur principal : Pascal Vincent
Co-chercheurs : Yoshua Bengio , Christopher Pal
Sources de financement : CRSNG/Conseil de recherches en sciences naturelles et génie du Canada (CRSNG) , Ubi Soft Divertissements Inc.
Programmes de subvention : PVX20973-(RDC-CRD) Partenariat de recherche / Subvention de recherche et développement coopérative ,
2013 - 2016

LARGE-SCALE DEEP LEARNING FOR CONTENT-BASED RECOMMENDATION SYSTEMS

Chercheur principal : Yoshua Bengio
Co-chercheurs : Pascal Vincent , Roland Memisevic , Aaron Courville
Sources de financement : CRSNG/Conseil de recherches en sciences naturelles et génie du Canada (CRSNG) , Ubi Soft Divertissements Inc.
Programmes de subvention : PVX20967-(SPS/SPG) Subventions de projets stratégiques ,
2011 - 2014

DEEP LEARNING FOR IMAGE UNDERSTANDING

Chercheur principal : Yoshua Bengio
Co-chercheurs : Pascal Vincent , Christopher Pal
Sources de financement : Ubi Soft Divertissements Inc. , CRSNG/Conseil de recherches en sciences naturelles et génie du Canada (CRSNG)
Programmes de subvention : , PVX20973-(RDC-CRD) Partenariat de recherche / Subvention de recherche et développement coopérative
2011

APPRENDRE A MISER DANS DES ENCHÈRES PUBLICITAIRES POUR LA PUBLICITÉ INTERNET

Chercheur principal : Pascal Vincent
2011

TRAQUER LE BUDGET D'UNE CAMPAGNE PUBLICITAIRE INTERNET AVEC MISES ADAPTATIVES

Chercheur principal : Pascal Vincent

Rayonnement

Publications et communications

Publications

Disciplines

  • Informatique
  • Statistiques

Champ d’expertise

  • Apprentissage automatique
  • Apprentissage de représentations
  • Apprentissage profond
  • Intelligence artificielle
  • Mégadonnées
  • Modèles statistiques
  • Reconnaissance de formes
  • Réseaux de neurones
  • Algorithmique

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