Aaron Courville
Architectures profondes d'apprentissage
- Professeur titulaire
-
Faculté des arts et des sciences - Département d'informatique et de recherche opérationnelle
André-Aisenstadt, local 3253
Médias
Portrait
Expertise de recherche
Ses intérêts de recherche sont axés sur le développement de modèles et d’algorithmes pour les architectures profondes d’apprentissage, plus particulièrement le développement de modèles probabilistes et des méthodes d’inférence, avec des applications incluant la vision par ordinateur et le traitement du langage.
Biographie
Aaron Courville est professeur agrégé dans le laboratoire LISA de l’Université de Montréal. Il a reçu un doctorat en robotique en 2006 (School of Computer Science, Carnegie Mellon University). Il détient aussi une maîtrise et un baccalauréat en sciences appliquées (Electrical Enginering, University of Toronto).
Affiliations et responsabilités
Affiliations de recherche
- Titulaire d'une Chaire en IA CIFAR-Canada
Enseignement et encadrement
Enseignement
Cours siglés (session en cours uniquement)
Programmes
Encadrement
Thèses et mémoires dirigés (dépôt institutionnel Papyrus)
Self-supervision for reinforcement learning
Cycle : Doctorat
Diplôme obtenu : Ph. D.
Beyond the status quo in deep reinforcement learning
Cycle : Doctorat
Diplôme obtenu : Ph. D.
Sequential decision modeling in uncertain conditions
Cycle : Doctorat
Diplôme obtenu : Ph. D.
Improving predictive behavior under distributional shift
Cycle : Doctorat
Diplôme obtenu : Ph. D.
Stabilizing Q-Learning for continuous control
Cycle : Maîtrise
Diplôme obtenu : M. Sc.
AI alignment and generalization in deep learning
Cycle : Doctorat
Diplôme obtenu : Ph. D.
Controllable music performance synthesis via hierarchical modelling
Cycle : Maîtrise
Diplôme obtenu : M. Sc.
Emergence of language-like latents in deep neural networks
Cycle : Doctorat
Diplôme obtenu : Ph. D.
Differentiable best response shaping
Cycle : Maîtrise
Diplôme obtenu : M. Sc.
On discovering and learning structure under limited supervision
Cycle : Doctorat
Diplôme obtenu : Ph. D.
Syntactic inductive biases for deep learning methods
Cycle : Doctorat
Diplôme obtenu : Ph. D.
Advances in generative models for dynamic scenes
Cycle : Doctorat
Diplôme obtenu : Ph. D.
On iterated learning for task-oriented dialogue
Cycle : Maîtrise
Diplôme obtenu : M. Sc.
Continuous coordination as a realistic scenario for lifelong learning
Cycle : Maîtrise
Diplôme obtenu : M. Sc.
Towards deep unsupervised inverse graphics
Cycle : Maîtrise
Diplôme obtenu : M. Sc.
Data-efficient reinforcement learning with self-predictive representations
Cycle : Maîtrise
Diplôme obtenu : M. Sc.
On improving variational inference with low-variance multi-sample estimators
Cycle : Maîtrise
Diplôme obtenu : M. Sc.
Estimation neuronale de l'information mutuelle.
Cycle : Maîtrise
Diplôme obtenu : M. Sc.
Deep learning and reinforcement learning methods for grounded goal-oriented dialogue
Cycle : Doctorat
Diplôme obtenu : Ph. D.
Emerging communication between competitive agents
Cycle : Maîtrise
Diplôme obtenu : M. Sc.
Representation learning in unsupervised domain translation
Cycle : Maîtrise
Diplôme obtenu : M. Sc.
Towards learning sentence representation with self-supervision
Cycle : Maîtrise
Diplôme obtenu : M. Sc.
Representation learning for dialogue systems
Cycle : Doctorat
Diplôme obtenu : Ph. D.
Advances in deep learning with limited supervision and computational resources
Cycle : Doctorat
Diplôme obtenu : Ph. D.
Latent variable language models
Cycle : Maîtrise
Diplôme obtenu : M. Sc.
Learning visual representations with neural networks for video captioning and image generation
Cycle : Doctorat
Diplôme obtenu : Ph. D.
Generative models for natural images
Cycle : Maîtrise
Diplôme obtenu : M. Sc.
Deep Learning for Video Modelling
Cycle : Maîtrise
Diplôme obtenu : M. Sc.
Exploring Attention Based Model for Captioning Images
Cycle : Maîtrise
Diplôme obtenu : M. Sc.
Generative models : a critical review
Cycle : Maîtrise
Diplôme obtenu : M. Sc.
Representation Learning for Visual Data
Cycle : Doctorat
Diplôme obtenu : Ph. D.
Sequence to sequence learning and its speech applications
Cycle : Maîtrise
Diplôme obtenu : M. Sc.
Towards deep semi supervised learning
Cycle : Maîtrise
Diplôme obtenu : M. Sc.
Speech synthesis using recurrent neural networks
Cycle : Maîtrise
Diplôme obtenu : M. Sc.
Influencing the Properties of Latent Spaces
Cycle : Maîtrise
Diplôme obtenu : M. Sc.
Sequential modeling, generative recurrent neural networks, and their applications to audio
Cycle : Maîtrise
Diplôme obtenu : M. Sc.
Deep learning of representations and its application to computer vision
Cycle : Doctorat
Diplôme obtenu : Ph. D.
Distributed conditional computation
Cycle : Maîtrise
Diplôme obtenu : M. Sc.
Leveraging noisy side information for disentangling of factors of variation in a supervised setting
Cycle : Maîtrise
Diplôme obtenu : M. Sc.
Projets
Projets de recherche
Promoting systematic generalization in vision-and-language foundation models
Canada Research Chair in Learning representations that generalize systematically
Nomination à titre de conseiller scientifique
Anomaly and Defect Detection in Orchards
Création d’images synthétiques de radar météorologique par télédétection pour la prévision immédiate des orages
Création d’images de super résolution à partir d’images multiplateforme pour des besoins en hydraulique
Design and develop an efficient offline computer vision system to detect site behavior at the bus stop using the SCiNe device of BusPas
Fellow, CCAI Chair, CIFAR program in Learning in Machines & Brains
Extending the Frontiers of Deep Generative Modelling
Mastering Multi-modal Decision-making with World-Models
Hierarchical Context Retrieval for LLM Question Answering
ML for Action Detection in Movies for Haptic Effects Generation
"Personal Assistant for Blind people”
High frequency measurement generation model from low frequency features››
Software infrastructure for Deep Learning
Generation model optimization
Physics-inspired Deep Generative Modeling and New Physics Search for High Energy Physics
Apogée Canada fonds d'excellence en recherche / Bourse d'excellence IVADO au doctorat Lluis E. Castrejon Subira
Support research related to the CIFAR program in Learning in Machines & Brains_Fellow
Unsupervised Learning of 3D Scenes from Images using a View-based Representation
Visual-haptic Representation for Zero-shot Learning
Fellow of the CIFAR LMB Program / CIFAR program Learning in Machine & Brains
Programme de stages - IVADO - Eugene Belilovsky /Towards Learning Language Based Navigation in Visually Rich 3-D Environments
Software infrastructure for Deep Learning
Unsupervised Learning of 3D Scenes from Images using a View-based Representation
Interative Grounded Language Understanding (IGLU)
CIFAR// Fellow // Research Support and Teaching Release // Learning in Machines & Brains
Apprentissage non-supervisé d'architectures profondes pour le changement d'expressions faciales
PROBABILISTIC MODELS FOR AUTOMATIC EQUIVARIANT FEATURE DISCOVERY
Highperformance computing environment to leverage deep learning technology for large biomedical and neuroimaging data
Deep Learning for Cognitive Computing
Interactive Grounded Language Understanding (IGLU)
RESEARCH ON SCALING UP DEEP LEARNING
DEVELOPPEMENT D'UN SYSTÈME ROBUSTE DE RECONNAISSANCE D'ACTIVITES HUMAINES UTILISANT DES FILMS ET LEUR TEXTE DESCRIPTIF
L'APPRENTISSAGE PROFOND DES IMAGES ET DU LANGAGE NATUREL
CIFAR//Fellow//Research Support
LARGE-SCALE DEEP LEARNING FOR CONTENT-BASED RECOMMENDATION SYSTEMS
ADIABATIC QUANTUM COMPUTING FOR DEEP LEARNING WITH BOLTZMANN MACHINES
Rayonnement
Publications et communications
Publications
- Les publications d'Aaron Courville, sont disponibles ici : https://aaroncourville.wordpress.com/publications/
Disciplines
- Informatique
- Neurosciences
Champ d’expertise
- Apprentissage automatique
- Apprentissage de représentations
- Apprentissage profond
- Intelligence artificielle
- Modèles probabilistes
- Modèles statistiques
- Réseaux de neurones
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.