Passer au contenu

/ La recherche

Je donne

Rechercher

Sciences pures; Sciences appliquées; Sciences naturelles et génie; Génie; Technologies de l’information et des communications

Yoshua Bengio

Algorithmes d'apprentissages et intelligence artificielle

Professeur titulaire

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

André-Aisenstadt, local 3243

514 343-6804

yoshua.bengio@umontreal.ca

Autre courriel : bengioy@iro.umontreal.ca (Travail)

Médias

Capsule science #7 : Qu'est-ce que l'intelligence artificielle ?

Yoshua Bengio, professeur au Département d'informatique et de recherche opérationnelle de l'Université de Montréal, nous parle de l'intelligence artificielle.

Yoshua Bengio: Deep Learning Cognition | Full Keynote - AI in 2020 & Beyond

Yoshua Bengio, considered one of the 'Godfathers of Artificial Intelligence' discusses Recurrent independent mechanisms, sample complexity, end-to-end adaptation, multivariate categorical MLP conditionals and more.

The Rise of Artificial Intelligence through Deep Learning | Yoshua Bengio | TEDxMontreal

A revolution in AI is occurring thanks to progress in deep learning. How far are we towards the goal of achieving human-level AI? What are some of the main challenges ahead?

| FRQ | Yoshua Bengio et les impacts de l'IA | Conférence de Montréal 2018

Est-ce possible d'encadrer la manière d'utiliser l'intelligence artificielle ?

Portrait

Expertise de recherche

Mon but à long terme est de comprendre l'intelligence; comprendre ses principes sous-jacents nous donnerait accès à l'intelligence artificielle (IA), et je crois que les algorithmes d'apprentissage sont essentiels dans cette quête. Les algorithmes d'apprentissage pourraient donner aux ordinateurs la capacité de capter des connaissances opérationnelles (pas nécessairement sous forme symbolique/verbale) à partir d'exemples. Une machine ayant appris de telles connaissances pourrait ainsi faire des prédictions ou des classifications correctes sur de nouveaux cas, généraliser à de nouvelles situations. La recherche dans ce domaine a été couronnée de nombreux succès au cours des trois dernières décades, et elle est maintenant appliquée dans de nombreux domaines de la science et de la technologie.

Parmi les applications les plus connues on inclut les engins de recherche, le traitement du langage naturel, la traduction automatique, la reconnaissance de la parole, la vision par ordinateur, et la fouille de données. Mes recherches à long terme portent sur l'apprentissage de représentations, afin de dépasser des limites théoriques et pratiques des algorithmes (linéaires ou à noyau) qui ont dominé l'apprentissage machine jusqu'à récemment. Pour contourner ces limitations, une nouvelle approche appelée apprentissage profond a été développée ici et dans quelques laboratoires depuis 2006 et a connu des succès fracassants au cours des dernières années.

Biographie

Reconnu comme l’une des sommités mondiales en intelligence artificielle, Yoshua Bengio s’est surtout distingué par son rôle de pionnier en apprentissage profond, ce qui lui a valu le Prix A.M. Turing 2018, le « prix Nobel de l’informatique », avec Geoffrey Hinton et Yann LeCun.

Il est professeur titulaire à l’Université de Montréal, fondateur et directeur scientifique de Mila – Institut québécois d’IA, et codirige le programme Apprentissage automatique, apprentissage biologique de CIFAR en tant que Senior Fellow. Il occupe également la fonction de directeur scientifique d’IVADO.

En 2018, il est l’informaticien ayant recueilli le plus grand nombre de nouvelles citations au monde. En 2019, il se voit décerner le prestigieux prix Killam. Il est Fellow de la Royal Society de Londres et du Société Royale du Canada, et Officier de l’Ordre du Canada.

Préoccupé par l’impact social de l’IA et l’objectif que l’IA bénéficie à tous, il a activement contribué à la Déclaration de Montréal pour le développement responsable de l’intelligence artificielle.

Prix et distinctions

Formation

  • 1988 — Maîtrise — InformatiqueUniversité McGill
  • 1991 — Doctorat — InformatiqueUniversité McGill

Pour en savoir plus…

Enseignement et encadrement Ce professeur recrute

Recrutement en recherche Ce professeur recrute

Mila - l'Institut québécois d'intelligence artificielle - est toujours à la recherche de bons candidats de tous les niveaux : stagiaires (temps partiel ou temps plein), étudiants à la maîtrise, étudiants au doctorat (incluant les visiteurs) et post-doctorants. Voir aussi Pourquoi étudier à Mila.

Il est attendu des doctorants et post-doctorants qu’ils possèdent une bonne connaissance de l’apprentissage machine et, si possible, de l’apprentissage profond. Au niveau post-doctoral, la plupart des candidats ont déjà un bon dossier de publication en apprentissage profond. Finalement, les candidats à tous les niveaux devraient avoir un fort bagage mathématique (probabilités, algèbre linéaire, optimisations numériques, statistiques) et informatique (analyse numérique, développement de logiciels à code source ouvert).

Pour en savoir plus sur les postes offerts, consultez la page sur le site du Mila ­­­­­­>>>

Encadrement

Thèses et mémoires dirigés (dépôt institutionnel Papyrus)

2024

Advances in uncertainty modelling : from epistemic uncertainty estimation to generalized generative flow networks

Diplômé(e) : Lahlou, Salem
Cycle : Doctorat
Diplôme obtenu : Ph. D.
2023

Learning and planning with noise in optimization and reinforcement learning

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

From specialists to generalists : inductive biases of deep learning for higher level cognition

Diplômé(e) : Goyal, Anirudh
Cycle : Doctorat
Diplôme obtenu : Ph. D.
2023

Inductive biases for efficient information transfer in artificial networks

Diplômé(e) : Kerg, Giancarlo
Cycle : Doctorat
Diplôme obtenu : Ph. D.
2023

Contributions to generative models and their applications

Diplômé(e) : Che, Tong
Cycle : Doctorat
Diplôme obtenu : Ph. D.
2022

Dynamics of learning and generalization in neural networks

Diplômé(e) : Pezeshki, Mohammad
Cycle : Doctorat
Diplôme obtenu : Ph. D.
2022

Optimization tools for non-asymptotic statistics in exponential families

Diplômé(e) : Le Priol, Rémi
Cycle : Doctorat
Diplôme obtenu : Ph. D.
2022

Latent data augmentation and modular structure for improved generalization

Diplômé(e) : Lamb, Alexander
Cycle : Doctorat
Diplôme obtenu : Ph. D.
2021

On representation learning for generative models of text

Diplômé(e) : Subramanian, Sandeep
Cycle : Doctorat
Diplôme obtenu : Ph. D.
2021

Towards computationally efficient neural networks with adaptive and dynamic computations

Diplômé(e) : Kim, Taesup
Cycle : Doctorat
Diplôme obtenu : Ph. D.
2021

Locality and compositionality in representation learning for complex visual tasks

Diplômé(e) : Sylvain, Tristan
Cycle : Doctorat
Diplôme obtenu : Ph. D.
2021

A deep learning theory for neural networks grounded in physics

Diplômé(e) : Scellier, Benjamin
Cycle : Doctorat
Diplôme obtenu : Ph. D.
2020

Entity-centric representations in deep learning

Diplômé(e) : Assouel, Rim
Cycle : Maîtrise
Diplôme obtenu : M. Sc.
2020

On challenges in training recurrent neural networks

Diplômé(e) : Anbil Parthipan, Sarath Chandar
Cycle : Doctorat
Diplôme obtenu : Ph. D.
2020

Natural image processing and synthesis using deep learning

Diplômé(e) : Ganin, Iaroslav
Cycle : Doctorat
Diplôme obtenu : Ph. D.
2020

Deep neural networks for natural language processing and its acceleration

Diplômé(e) : Lin, Zhouhan
Cycle : Doctorat
Diplôme obtenu : Ph. D.
2020

Representation learning for dialogue systems

Diplômé(e) : Serban, Iulian Vlad
Cycle : Doctorat
Diplôme obtenu : Ph. D.
2020

On sample efficiency and systematic generalization of grounded language understanding with deep learning

Diplômé(e) : Bahdanau, Dzmitry
Cycle : Doctorat
Diplôme obtenu : Ph. D.
2020

Towards better understanding and improving optimization in recurrent neural networks

Diplômé(e) : Kanuparthi, Bhargav
Cycle : Maîtrise
Diplôme obtenu : M. Sc.
2020

Méta-enseignement : génération active d’exemples par apprentissage par renforcement

Diplômé(e) : Larocque, Stéphanie
Cycle : Maîtrise
Diplôme obtenu : M. Sc.
2020

Characterizing and comparing acoustic representations in convolutional neural networks and the human auditory system

Diplômé(e) : Thompson, Jessica A. F.
Cycle : Doctorat
Diplôme obtenu : Ph. D.
2020

Neural approaches to dialog modeling

Diplômé(e) : Sankar, Chinnadhurai
Cycle : Doctorat
Diplôme obtenu : Ph. D.
2020

Advances in deep learning methods for speech recognition and understanding

Diplômé(e) : Serdyuk, Dmitriy
Cycle : Doctorat
Diplôme obtenu : Ph. D.
2019

Prédiction et génération de données structurées à l'aide de réseaux de neurones et de décisions discrètes

Diplômé(e) : Dutil, Francis
Cycle : Maîtrise
Diplôme obtenu : M. Sc.
2019

On Deep Multiscale Recurrent Neural Networks

Diplômé(e) : Chung, Junyoung
Cycle : Doctorat
Diplôme obtenu : Ph. D.
2019

Learning and time : on using memory and curricula for language understanding

Diplômé(e) : Gulcehre, Caglar
Cycle : Doctorat
Diplôme obtenu : Ph. D.
2019

Sequence-to-sequence learning for machine translation and automatic differentiation for machine learning software tools

Diplômé(e) : van Merriënboer, Bart
Cycle : Doctorat
Diplôme obtenu : Ph. D.
2019

Improved training of generative models

Diplômé(e) : Goyal, Anirudh
Cycle : Maîtrise
Diplôme obtenu : M. Sc.
2019

Applications of complex numbers to deep neural networks

Diplômé(e) : Bilaniuk, Olexa
Cycle : Maîtrise
Diplôme obtenu : M. Sc.
2019

Analyzing the benefits of communication channels between deep learning models

Diplômé(e) : Lacaille, Philippe
Cycle : Maîtrise
Diplôme obtenu : M. Sc.
2019

Improved training of energy-based models

Diplômé(e) : Kumar, Rithesh
Cycle : Maîtrise
Diplôme obtenu : M. Sc.
2019

Learning competitive ensemble of information-constrained primitives

Diplômé(e) : Sodhani, Shagun
Cycle : Maîtrise
Diplôme obtenu : M. Sc.
2019

Auto-Encoders, Distributed Training and Information Representation in Deep Neural Networks

Diplômé(e) : Alain, Guillaume
Cycle : Doctorat
Diplôme obtenu : Ph. D.
2019

Recurrent neural models and related problems in natural language processing

Diplômé(e) : Zhang, Saizheng
Cycle : Doctorat
Diplôme obtenu : Ph. D.
2018

Exploring Attention Based Model for Captioning Images

Diplômé(e) : Xu, Kelvin
Cycle : Maîtrise
Diplôme obtenu : M. Sc.
2018

Difference target propagation

Diplômé(e) : Lee, Dong-Hyun
Cycle : Maîtrise
Diplôme obtenu : M. Sc.
2018

Representation Learning for Visual Data

Diplômé(e) : Dumoulin, Vincent
Cycle : Doctorat
Diplôme obtenu : Ph. D.
2018

Reparametrization in deep learning

Diplômé(e) : Dinh, Laurent
Cycle : Doctorat
Diplôme obtenu : Ph. D.
2018

Feedforward deep architectures for classification and synthesis

Diplômé(e) : Warde-Farley, David
Cycle : Doctorat
Diplôme obtenu : Ph. D.
2018

Learning visual representations with neural networks for video captioning and image generation

Diplômé(e) : Yao, Li
Cycle : Doctorat
Diplôme obtenu : Ph. D.
2017

Structured prediction and generative modeling using neural networks

Diplômé(e) : Kastner, Kyle
Cycle : Maîtrise
Diplôme obtenu : M. Sc.
2017

Speech synthesis using recurrent neural networks

Diplômé(e) : Rodríguez Sotelo, José Manuel
Cycle : Maîtrise
Diplôme obtenu : M. Sc.
2017

Sequential modeling, generative recurrent neural networks, and their applications to audio

Diplômé(e) : Mehri, Soroush
Cycle : Maîtrise
Diplôme obtenu : M. Sc.
2017

Towards deep semi supervised learning

Diplômé(e) : Pezeshki, Mohammad
Cycle : Maîtrise
Diplôme obtenu : M. Sc.
2016

Bidirectional Helmholtz Machines

Diplômé(e) : Shabanian, Samira
Cycle : Maîtrise
Diplôme obtenu : M. Sc.
2016

Advances in scaling deep learning algorithms

Diplômé(e) : Dauphin, Yann
Cycle : Doctorat
Diplôme obtenu : Ph. D.
2016

Designing Regularizers and Architectures for Recurrent Neural Networks

Diplômé(e) : Krueger, David
Cycle : Maîtrise
Diplôme obtenu : M. Sc.
2015

On Recurrent and Deep Neural Networks

Diplômé(e) : Pascanu, Razvan
Cycle : Doctorat
Diplôme obtenu : Ph. D.
2015

Leveraging noisy side information for disentangling of factors of variation in a supervised setting

Diplômé(e) : Carrier, Pierre Luc
Cycle : Maîtrise
Diplôme obtenu : M. Sc.
2015

Distributed conditional computation

Diplômé(e) : Léonard, Nicholas
Cycle : Maîtrise
Diplôme obtenu : M. Sc.
2015

Apprentissage des réseaux de neurones profonds et applications en traitement automatique de la langue naturelle

Diplômé(e) : Glorot, Xavier
Cycle : Doctorat
Diplôme obtenu : Ph. D.
2015

Apprentissage d'espaces sémantiques

Diplômé(e) : Mesnil, Grégoire
Cycle : Doctorat
Diplôme obtenu : Ph. D.
2015

Deep learning of representations and its application to computer vision

Diplômé(e) : Goodfellow, Ian
Cycle : Doctorat
Diplôme obtenu : Ph. D.
2014

Improving sampling, optimization and feature extraction in Boltzmann machines

Diplômé(e) : Desjardins, Guillaume
Cycle : Doctorat
Diplôme obtenu : Ph. D.
2014

Algorithmes d’apprentissage profonds supervisés et non-supervisés: applications et résultats théoriques

Diplômé(e) : Thibodeau-Laufer, Eric
Cycle : Maîtrise
Diplôme obtenu : M. Sc.
2014

Modeling High-Dimensional Audio Sequences with Recurrent Neural Networks

Diplômé(e) : Boulanger-Lewandowski, Nicolas
Cycle : Doctorat
Diplôme obtenu : Ph. D.
2013

Algorithmes d'apprentissage pour la recommandation

Diplômé(e) : Bisson, Valentin
Cycle : Maîtrise
Diplôme obtenu : M. Sc.
2012

Réseaux de neurones à relaxation entraînés par critère d'autoencodeur débruitant

Diplômé(e) : Savard, François
Cycle : Maîtrise
Diplôme obtenu : M. Sc.
2012

Apprentissage machine efficace : théorie et pratique

Diplômé(e) : Delalleau, Olivier
Cycle : Doctorat
Diplôme obtenu : Ph. D.
2012

Apprentissage de représentations musicales à l'aide d'architectures profondes et multiéchelles

Diplômé(e) : Hamel, Philippe
Cycle : Doctorat
Diplôme obtenu : Ph. D.
2011

Prédiction de l'attrition en date de renouvellement en assurance automobile avec processus gaussiens

Diplômé(e) : Pannetier Lebeuf, Sylvain
Cycle : Maîtrise
Diplôme obtenu : M. Sc.
2011

Understanding deep architectures and the effect of unsupervised pre-training

Diplômé(e) : Erhan, Dumitru
Cycle : Doctorat
Diplôme obtenu : Ph. D.
2011

Incorporating complex cells into neural networks for pattern classification

Diplômé(e) : Bergstra, James
Cycle : Doctorat
Diplôme obtenu : Ph. D.
2010

Sequential Machine learning Approaches for Portfolio Management

Diplômé(e) : Chapados, Nicolas
Cycle : Doctorat
Diplôme obtenu : Ph. D.
2010

Training deep convolutional architectures for vision

Diplômé(e) : Desjardins, Guillaume
Cycle : Maîtrise
Diplôme obtenu : M. Sc.
2010

Échantillonnage dynamique de champs markoviens

Diplômé(e) : Breuleux, Olivier
Cycle : Maîtrise
Diplôme obtenu : M. Sc.
2008

Avancées théoriques sur la représentation et l'optimisation des réseaux de neurones

Diplômé(e) : Le Roux, Nicolas
Cycle : Doctorat
Diplôme obtenu : Ph. D.
2008

TONGA : un algorithme de gradient naturel pour les problèmes de grande taille

Diplômé(e) : Manzagol, Pierre-Antoine
Cycle : Maîtrise
Diplôme obtenu : M. Sc.
2008

Modèles Pareto hybrides pour distributions asymétriques et à queues lourdes

Diplômé(e) : Carreau, Julie
Cycle : Doctorat
Diplôme obtenu : Ph. D.
2007

Boosting hierarchique et construction de filtres

Diplômé(e) : LaBarre, Marc-Olivier
Cycle : Maîtrise
Diplôme obtenu : M. Sc.
2006

Collaborative filtering techniques for drug discovery

Diplômé(e) : Erhan, Dumitru
Cycle : Maîtrise
Diplôme obtenu : M. Sc.
2006

Algorithms for classifying recorded music by genre

Diplômé(e) : Bergstra, James
Cycle : Maîtrise
Diplôme obtenu : M. Sc.
2005

Extraction d'information à partir de transcription de conversations téléphoniques spécialisées

Diplômé(e) : Boufaden, Narjès
Cycle : Doctorat
Diplôme obtenu : Ph. D.
2005

Réduction de dimension pour modèles graphiques probabilistes appliqués à la désambiguïsation sémantique

Diplômé(e) : Boisvert, Maryse
Cycle : Maîtrise
Diplôme obtenu : M. Sc.
2005

Réducation de dimensionnalité non linéaire et vorace

Diplômé(e) : Ouimet, Marie
Cycle : Maîtrise
Diplôme obtenu : M. Sc.
2004

Segmentation hiérarchique du domaine sémantique pour l'accélération d'un modèle de langage

Diplômé(e) : Morin, Frédéric
Cycle : Maîtrise
Diplôme obtenu : M. Sc.
2004

Modèles à noyaux à structure locale

Diplômé(e) : Vincent, Pascal
Cycle : Doctorat
Diplôme obtenu : Ph. D.
2004

Méthodes à noyaux appliquées à la gestion de portefeuille

Diplômé(e) : Dorion, Christian
Cycle : Maîtrise
Diplôme obtenu : M. Sc.
2004

Généralisation d'algorithmes de réduction de dimension

Diplômé(e) : Paiement, Jean-François
Cycle : Maîtrise
Diplôme obtenu : M. Sc.
2003

Accélérer l'entraînement d'un modèle non-paramétrique de densité non normalisée par échantillonnage aléatoire

Diplômé(e) : Senécal, Jean-Sébastien
Cycle : Maîtrise
Diplôme obtenu : M. Sc.
2003

Les algorithmes d'apprentissage appliqués aux risques financiers

Diplômé(e) : Dugas, Charles
Cycle : Doctorat
Diplôme obtenu : Ph. D.
2003

Quelques modèles de langage statistiques et graphiques lissés avec WordNet

Diplômé(e) : Jauvin, Christian
Cycle : Maîtrise
Diplôme obtenu : M. Sc.
2002

Contributions à la compression de données

Diplômé(e) : Pigeon, Steven
Cycle : Doctorat
Diplôme obtenu : Ph. D.
2002

Statistical analysis of machine learning estimators of insurance premiums

Diplômé(e) : Meng, Linyan
Cycle : Maîtrise
Diplôme obtenu : M. Sc.
2001

Architecture et programme d'entraînement pour agents qui apprennent par renforcement

Diplômé(e) : Desaulniers, Julien
Cycle : Maîtrise
Diplôme obtenu : M. Sc.
2000

Critères d'optimisation d'algorithmes d'apprentissage en gestion de portefeuille

Diplômé(e) : Chapados, Nicolas
Cycle : Maîtrise
Diplôme obtenu : M. Sc.
1999

Prise de décision à partir de données séquentielles

Diplômé(e) : Gingras, François
Cycle : Doctorat
Diplôme obtenu : Ph. D.
1999

Utilisation d'hyper-paramètres pour la sélection de variables

Diplômé(e) : Latendresse, Simon
Cycle : Maîtrise
Diplôme obtenu : M. Sc.

Projets

Projets de recherche

2023 - 2030

FD - R3AI: Shifting Paradigms for a Robust, Reasoning, and Responsible Artificial Intelligence and its Adoption

Chercheur principal : Marie-Josée Hébert
Sources de financement : SPIIE/Secrétariat des programmes interorganismes à l’intention des établissements
Programmes de subvention : PVXXXXXX-Fonds d'excellence en recherche Apogée Canada
2023 - 2029

Médaille d’or Gerhard-Herzberg en sciences et en génie du Canada

Chercheur principal : Yoshua Bengio
Sources de financement : CRSNG/Conseil de recherches en sciences naturelles et génie du Canada (CRSNG)
Programmes de subvention : PVX20968-Médaille d'or Gerhard-Herzberg en sciences et en génie du Canada
2022 - 2029

Centre de recherches mathématiques (CRM)

Chercheur principal : Octavian Cornea
Co-chercheurs : Yoshua Bengio , François Lalonde , Gilles Brassard , Michel Delfour , Marlène Frigon , Véronique Hussin , Christiane Rousseau , Jacques Bélair , Paul M Gauthier , Sabin Lessard , Alain Vinet , Nadia El-Mabrouk , Gena Hahn , Christian Léger , Fahima Nekka , Iosif Polterovich , Yvan Saint Aubin , Andrew Granville , Sylvie Hamel , Manuel Morales , François Perron , Mylène Bédard , Pierre Duchesne , Matilde Lalin , Robert Gwyn Owens , Manu Paranjape , Dana Schlomiuk , Luc Vinet , Hugo Chapdelaine , Mireille Schnitzer , Karim Jerbi , Alexander Fribergh , Alejandro Murua , Maciej Augustyniak , Benoît Mâsse , Dimitrios Koukoulopoulos , Jun Li , Benjamin Seamone , William Witczak-Krempa , Egor Shelukhin , Morgan Craig , Guillaume Lajoie , Margarida Carvalho , Guy Wolf , Florian Maire , Frédéric Dupont-Dupuis , Michael C. Mackey , Frédéric Lesage , Russell Steele , Erica Moodie , Paul François , Henri Darmon , Maxime Descoteaux , Prakash Panangaden , André Dieter Bandrauk , Peter Bartello , Chantal David , Jean-Marc Lina , Anthony Raymond Humphries , John P. Harnad , Jacques Claude Hurtubise , Pengfei Guan , John A Toth , Niky Kamran , Adrian Iovita , Eyal Goren , Dmitry Jakobson , Vojkan Jaksic , Daniel Tzvi Wise , André Garon , Éric P. Marchand , Debbie Janice Dupuis , Yogendra Chaubey , Pawel Gora , Hershy Kisilevsky , Galia Dafni , D. Korotkin , Marco Bertola , Alina Stancu , Lea Popovic , Ibrahim Assem , Tomasz Kaczynski , Shiping Liu , Vasilisa Shramchenko , Bruno L. Rémillard , Richard Fournier , Alfred Michel Grundland , David Stephens , Xiaowen Chang , Frederic Guichard , Erik P. Cook , Robert Brandenberger , Adrian Vetta , Keshav Dasgupta , Christophe Grova , Gantumur Tsogtgerel , Johanna Neslehova , Jean-Christophe Nave , Anmar Khadra , Adam M. Oberman , Michael Yves Michel Pichot , Alexander Maloney , Dana Louigi Addario-Berry , José Garrido , Alexei Kokotov , Wei Sun , Patrice Gaillardetz , Linan Chen , Piotr Przytycki , Vladimir Makarenkov , Louis-Paul Rivest , François Bergeron , Steven P. Boyer , Line Baribeau , Frédéric Gourdeau , Claude Levesque , Thomas Joseph Ransford , Jean-Marie De Koninck , Javad Mashreghi , Thierry Duchesne , Srecko Brlek , Christophe Reutenauer , Vestislav Apostolov , Steven Lu , Geneviève Lefebvre , Hélène Cossette , Étienne Marceau , José Manuel Urquiza , Michael Lau , Alexandre Girouard , Antonio Lei , Jean-François Renaud , Christophe Hohlweg , Mathieu Boudreault , FRANCO SALIOLA , Alexandre Roch , Frédéric Rochon , Alexandre Blondin-Massé , Clement Hyvrier , Denis Talbot , Alexandre Bureau , Fabrice Larribe , Aurélie Labbe , Cody Hyndman , Khader Khadraoui , Hamed Hatami , Roger Villemaire , Frédéric Godin , Marcin Sabok , Yi Yang , Anne Mackay , Jérôme Vétois , Ting-Huei Chen , Habib Benali , Taoufik Bouezmani , Christian Genest , Xiaowen Zhou , Sorana Froda , Mélina Mailhot , Alexandra Schmidt , Simon Philippe Caron-Huot , Abdoulaye Banire Diallo , Jean-Philippe Lessard , Sarah Harrison , Anne-Sophie Charest , Masoud Asgharian-Dastenael , Rustum Choksi , Abbas Khalili Mahmoudabadi , Simon Gravel , Arusharka Sen , Arthur Charpentier , Mathieu Pigeon , Benoit Larose , Thomas Brüstle , Laurent Charlin , Janosch Ortmann , Tim Hoheisel , Jean Deteix , Jessica Lin , Michael Lipnowski , Giovanni Rosso , Thomas Hugh , Jean-Philippe Burelle , Julien Keller , Félix Camirand Lemyre , Marie-Pier Côté , Damir Kinzebulatov , Duncan McCoy , Klaus Herrmann , Felix Kwok , Courtney Paquette , Anush Tserunyan , Suresh Krishna , Valentino Tosatti , Patrick Brodie Allen , Behrooz Yousefzadeh , Marc-Hubert Nicole , Rober Platt
Sources de financement : FRQNT/Fonds de recherche du Québec - Nature et technologies (FQRNT)
Programmes de subvention : PVXXXXXX-(RS) Programme de regroupements stratégiques
2022 - 2029

Union Neurosciences et Intelligence Artificielle Québec (UNIQUE)

Chercheur principal : Karim Jerbi
Sources de financement : FRQNT/Fonds de recherche du Québec - Nature et technologies (FQRNT)
Programmes de subvention : PVXXXXXX-(RS) Programme de regroupements stratégiques
2019 - 2029

Autonomous Deep Learning for AI

Chercheur principal : Yoshua Bengio
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 - 2027

Novel generative active learning algorithms for exploring the space of antimicrobial peptides to respond to antibiotics resistance

Sources de financement : CRSNG/Conseil de recherches en sciences naturelles et génie du Canada (CRSNG)
Programmes de subvention : PVXXXXXX-Horizons de la découverte
2022 - 2027

NSERC CREATE in Science Leadership for Global Sustainability

Chercheur principal : Damon Matthews
Co-chercheurs : Yoshua Bengio
Sources de financement : CRSNG/Conseil de recherches en sciences naturelles et génie du Canada (CRSNG)
Programmes de subvention : PV118026-FONCER : Prog. formation orientée nouveauté, la collaboration et l'expérience en recherche
2020 - 2025

Mila - Quebec Artificial Intelligence Institute for working on the project proposed by Helmholtz Zentrum München Financial support for the proposal of an Helmholtz International Lab

Chercheur principal : Yoshua Bengio
Sources de financement : FRQNT/Fonds de recherche du Québec - Nature et technologies (FQRNT)
Programmes de subvention : PVXXXXXX-Grands défis de société
2018 - 2025

NSERC CREATE Program on Machine Learning in Quantitative Finance and Business Analytics

Chercheur principal : Manuel Morales
Sources de financement : CRSNG/Conseil de recherches en sciences naturelles et génie du Canada (CRSNG)
Programmes de subvention : PV118026-FONCER : Prog. formation orientée nouveauté, la collaboration et l'expérience en recherche
2016 - 2025

FI - Data Serving Canadians : Strategy for a Data-Driven Innovation Ecosystem

Chercheur principal : Marie-Josée Hébert
Sources de financement : SPIIE/Secrétariat des programmes interorganismes à l’intention des établissements
Programmes de subvention : PVXXXXXX-Fonds d'excellence en recherche Apogée Canada
2022 - 2024

Thème 4 : L'IA pour la découverte de matériaux et molécules

Chercheur principal : Yoshua Bengio
Sources de financement : SPIIE/Secrétariat des programmes interorganismes à l’intention des établissements
Programmes de subvention : PVXXXXXX-Fonds d'excellence en recherche Apogée Canada
2022 - 2024

L’IA pour la découverte de matériaux et molécules

Chercheur principal : Yoshua Bengio
Co-chercheurs : Mickaël Dollé , Yves Brun , Yelena Simine
Sources de financement : Génome Québec
Programmes de subvention :
2021 - 2024

Generalization in Neural Networks

Chercheur principal : Yoshua Bengio
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

Système d’aide à la décision pour la prédiction de la ressource renouvelable et du productible énergétique afin de contribuer à la réduction des émissions de gaz à effet de serre: Cas du Maroc

Chercheur principal : Yoshua Bengio
Co-chercheurs : Hanane Dagdougui , Loubna Benabbou
Sources de financement : Ministère du Développement durable, Environnement et Lutte contre les changements climatiques
Programmes de subvention : PVXXXXXX-Programme de coopération climatique internationale
2021 - 2024

Program Co-Director, CCAI Chair, CIFAR program in Learning in Machines & Brains

Chercheur principal : Yoshua Bengio
Sources de financement : CIFAR - Canadian Institute for Advanced Research/ Institut canadien des recherches avancées
Programmes de subvention :
2020 - 2024

Learning in Machines & Brains

Chercheur principal : Yoshua Bengio
Sources de financement : CIFAR - Canadian Institute for Advanced Research/ Institut canadien des recherches avancées
Programmes de subvention :
2020 - 2024

Software infrastructure for Deep Learning

Chercheur principal : Yoshua Bengio
Sources de financement : FCI/Fondation canadienne pour l'innovation
Programmes de subvention : PVXXXXXX-Fonds d'exploitation des infrastructures (FEI)
2019 - 2024

Learning in Machines & Brains (Co-Director)

Chercheur principal : Yoshua Bengio
Sources de financement : CIFAR - Canadian Institute for Advanced Research/ Institut canadien des recherches avancées
Programmes de subvention :
2019 - 2024

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

Chercheur principal : Karim Jerbi
Sources de financement : FRQNT/Fonds de recherche du Québec - Nature et technologies (FQRNT)
Programmes de subvention : PVXXXXXX-(RS) Programme de regroupements stratégiques
2018 - 2024

Learning in Machines & Brains

Chercheur principal : Yoshua Bengio
Sources de financement : CIFAR - Canadian Institute for Advanced Research/ Institut canadien des recherches avancées
Programmes de subvention :
2016 - 2023

NSERC COHESA: Computing Hardware for Emerging Intelligent Sensory Applications

Chercheur principal : Andreas Moshovos
Co-chercheurs : Yoshua Bengio
Sources de financement : CRSNG/Conseil de recherches en sciences naturelles et génie du Canada (CRSNG)
Programmes de subvention : PVX20967-(SPS/SPG) Subventions de projets stratégiques
2015 - 2023

CENTRE DE RECHERCHES MATHEMATIQUES (CRM)

Chercheur principal : Luc Vinet , Octavian Cornea
Co-chercheurs : Yoshua Bengio , François Lalonde , Gilles Brassard , Michel Delfour , Marlène Frigon , Véronique Hussin , Christiane Rousseau , Pavel Winternitz , Jacques Bélair , Paul M Gauthier , Sabin Lessard , Alain Vinet , Nadia El-Mabrouk , Fahima Nekka , Jiri Patera , Iosif Polterovich , Yvan Saint Aubin , Andrew Granville , Sylvie Hamel , Manuel Morales , François Perron , Pierre Duchesne , Matilde Lalin , Robert Gwyn Owens , Manu Paranjape , Alfred Michel Grundland , Mireille Schnitzer , Karim Jerbi , Alexander Fribergh , Alejandro Murua , Maciej Augustyniak , Louis-Pierre Arguin , Dimitrios Koukoulopoulos , Jun Li , Benjamin Seamone , William Witczak-Krempa , Laurent Charlin , Dominique Pelletier , Michael C. Mackey , Frédéric Lesage , Russell Steele , Erica Moodie , Paul François , Henri Darmon , Maxime Descoteaux , Prakash Panangaden , André Dieter Bandrauk , Peter Bartello , Chantal David , Jean-Marc Lina , Johannes Walcher , Anthony Raymond Humphries , John P. Harnad , Jacques Claude Hurtubise , Pengfei Guan , John A Toth , Karl Peter Russell , Niky Kamran , Adrian Iovita , Eyal Goren , Dmitry Jakobson , Vojkan Jaksic , Daniel Tzvi Wise , André Garon , Éric P. Marchand , Debbie Janice Dupuis , Syed Ali , Yogendra Chaubey , Christopher Cummins , Pawel Gora , Hershy Kisilevsky , Galia Dafni , D. Korotkin , Benoit Larose , Marco Bertola , Alina Stancu , Lea Popovic , Ibrahim Assem , Tomasz Kaczynski , Shiping Liu , Virginie Charette , Vasilisa Shramchenko , Bruno L. Rémillard , Thomas Brüstle , Richard Fournier , David Stephens , Xiaowen Chang , Frederic Guichard , Erik P. Cook , Robert Brandenberger , Adrian Vetta , Keshav Dasgupta , Christophe Grova , Bruce Shepherd , Gantumur Tsogtgerel , Johanna Neslehova , Jean-Christophe Nave , Anmar Khadra , Adam M. Oberman , Michael Yves Michel Pichot , Alexander Maloney , Dana Louigi Addario-Berry , Eusebius Jacobus Doedel , José Garrido , Richard Hall , Alexei Kokotov , Wei Sun , Patrice Gaillardetz , Linan Chen , Payman Kassaei , Piotr Przytycki , André Fortin , Louis-Paul Rivest , François Bergeron , Steven P. Boyer , Frédéric Gourdeau , Claude Levesque , Pierre Mathieu , Thomas Joseph Ransford , Jean-Marie De Koninck , Javad Mashreghi , Thierry Duchesne , Srecko Brlek , Christophe Reutenauer , Vestislav Apostolov , Steven Lu , Geneviève Lefebvre , Pedro Peres-Neto , Hélène Cossette , Étienne Marceau , José Manuel Urquiza , Hugo Chapdelaine , Michael Lau , Alexandre Girouard , Antonio Lei , Anne Bergeron , Jean-François Renaud , Christophe Hohlweg , Mathieu Boudreault , FRANCO SALIOLA , Alexandre Roch , Frédéric Rochon , Mark Powell , Alexandre Blondin-Massé , Clement Hyvrier , Denis Talbot , Alexandre Bureau , M'Hamed Lajmi Lakhal Chaieb , Karim Oualkacha , Aurélie Labbe , Cody Hyndman , Khader Khadraoui , Hamed Hatami , Roger Villemaire , Jean-François Coeurjolly , Frédéric Godin , Marcin Sabok , Yi Yang , Anne Mackay , Paramita Saha Chaudhuri , Jérôme Vétois , Ting-Huei Chen , Christian Genest , Xiaowen Zhou , Sorana Froda
Sources de financement : FRQNT/Fonds de recherche du Québec - Nature et technologies (FQRNT)
Programmes de subvention : PVXXXXXX-(RS) Programme de regroupements stratégiques
2022

GFlowNets for estimating free energy functions in reinforcement learning

Chercheur principal : Yoshua Bengio
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 - 2022

Decentralized Deep Radiomics: Scaling up the discovery of prognostic and predictive cancer imaging biomarkers from routine clinical data across a network of hospitals

Chercheur principal : Yoshua Bengio
Sources de financement : MITACS Inc. , MITACS Inc.
Programmes de subvention : PVXXXXXX-Stage Accélération Québec - MITACS , PVXXXXXX-Stage Accélération Québec - MITACS
2020 - 2022

Realtime detection and tracking of colorectal polyp

Chercheur principal : Yoshua Bengio
Sources de financement : Imagia Cybernétique inc.
Programmes de subvention :
2020 - 2022

Realtime detection and tracking of colorectal polyp

Chercheur principal : Yoshua Bengio
Sources de financement : MEDTEQ - Consortium de recherche et d''innovation en technologies médicales du Québec
Programmes de subvention :
2020 - 2022

Apogée Canada fonds d'excellence en recherche / Bourse d'excellence IVADO au postdoctoraux Alexandra Luccioni

Chercheur principal : Yoshua Bengio
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 - 2021

Low Mixed Precision Techniques for CNN Models

Sources de financement : Deeplite
Programmes de subvention :
2020 - 2021

Decentralized Deep Radiomics: Scaling up the discovery of prognostic and predictive cancer imaging biomarkers from routine clinical data across a network of hospitals

Chercheur principal : Yoshua Bengio
2020 - 2021

Low Mixed Precision Techniques for CNN Models

Sources de financement : Ministère Économie et Innovation
Programmes de subvention :
2020 - 2021

Providing value to SMB by optimizing ETL

Sources de financement : MITACS Inc.
Programmes de subvention : PVXXXXXX-Stage Accélération Québec - MITACS
2020 - 2021

Unsupervised Anomaly Detection in multivariate Time Series Data

Sources de financement : MITACS Inc.
Programmes de subvention : PVXXXXXX-Stage Accélération Québec - MITACS
2019 - 2021

Subvention accordée au projet Apogée Données au service des Canadiens : apprentissage profond et optimisation aux fins de la révolution du savoir. / Bourse postdoc, Candidat Simon Verret.

Chercheur principal : Yoshua Bengio
Sources de financement : FRQSC/Fonds de recherche du Québec - Société et culture (FQRSC)
Programmes de subvention : PVXXXXXX-Fonds d'excellence en recherche Apogée Canada/Bourse
2019 - 2021

Programme de fonds de démarrage et d'opération pour professeur IVADO - Compte fonds d'opération - Jonathan Binas

Sources de financement : SPIIE/Secrétariat des programmes interorganismes à l’intention des établissements
Programmes de subvention : PVXXXXXX-Fonds d'excellence en recherche Apogée Canada/Fonds démarrage et opération
2019 - 2021

Apogée Canada fonds d'excellence en recherche / Bourse d'excellence IVADO à la maitrise Bhargav Kanuparthi

Chercheur principal : Yoshua Bengio
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
2018 - 2021

Matching MHC 1-associated peptide spectra to sequencing reads using deep neural networks

Chercheur principal : Pierre Thibault
Co-chercheurs : Claude Perreault , Yoshua Bengio , Sébastien Lemieux
Sources de financement : SPIIE/Secrétariat des programmes interorganismes à l’intention des établissements , Génome Québec
Programmes de subvention : PVXXXXXX-Fonds d'excellence en recherche Apogée Canada/Projet de recherche ,
2018 - 2021

Deep learning for precision medicine by joint analysis of gene expression profiles measured through RNA-Seq and microarrays

Chercheur principal : Sébastien Lemieux
Co-chercheurs : Yoshua Bengio , Guy Sauvageau
Sources de financement : SPIIE/Secrétariat des programmes interorganismes à l’intention des établissements , Génome Québec
Programmes de subvention : PVXXXXXX-Fonds d'excellence en recherche Apogée Canada/Projet de recherche ,
2018 - 2021

Apogée Canada fonds d'excellence en recherche / Stages Postdoctoraux IVADO Jonathan Binas

Chercheur principal : Yoshua Bengio
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
2016 - 2021

Software infrastructure for Deep Learning

Chercheur principal : Yoshua Bengio
Sources de financement : FCI/Fondation canadienne pour l'innovation
Programmes de subvention : PVXXXXXX-Initiative sur la cyberinfrastructure
2014 - 2021

DEEP LEARNING OF REPRESENTATIONS

Chercheur principal : Yoshua Bengio
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
2020

Ground Truth

Chercheur principal : Yoshua Bengio
Sources de financement : MITACS Inc.
Programmes de subvention : PVXXXXXX-Stage Accélération Québec - MITACS
2019 - 2020

Speaker Diarization

Chercheur principal : Yoshua Bengio
Sources de financement : MITACS Inc.
Programmes de subvention : PVXXXXXX-Stage Accélération Québec - MITACS
2019 - 2020

Real-time visual detection for robotic inspection

Chercheur principal : Yoshua Bengio
Sources de financement : MITACS Inc.
Programmes de subvention : PVXXXXXX-Stage Accélération Québec - MITACS
2019 - 2020

Deep learning-based drug discovery and molecule generation

Chercheur principal : Yoshua Bengio
Sources de financement : MITACS Inc.
Programmes de subvention : PVXXXXXX-Stage Accélération Québec - MITACS
2019 - 2020

Link predicting in court

Chercheur principal : Yoshua Bengio
Sources de financement : MITACS Inc.
Programmes de subvention : PVXXXXXX-Stage Accélération Québec - MITACS
2019 - 2020

Machine/Deep Learning applied in P&C insurance representations

Sources de financement : MITACS Inc.
Programmes de subvention : PVXXXXXX-Stage Accélération Québec - MITACS
2019 - 2020

Real-time object recognition on wearable devices

Chercheur principal : Yoshua Bengio
Sources de financement : MITACS Inc.
Programmes de subvention : PVXXXXXX-Stage Accélération Québec - MITACS
2019 - 2020

Time-series forecasting

Chercheur principal : Yoshua Bengio
Sources de financement : MITACS Inc.
Programmes de subvention : PVXXXXXX-Stage Accélération Québec - MITACS
2019 - 2020

Readmission AI: a predictive tool to assess patient risk of hospital readmission

Chercheur principal : Yoshua Bengio
Sources de financement : MITACS Inc.
Programmes de subvention : PVXXXXXX-Stage Accélération Québec - MITACS
2019 - 2020

OPTIMIZATION FOR BUSINESS SYSTEMS AND CONVERSATIONAL ANALYTICS (Retail Personal Store Manager)

Chercheur principal : Yoshua Bengio
Sources de financement : MITACS Inc.
Programmes de subvention : PVXXXXXX-Stage Accélération Québec - MITACS
2019 - 2020

Evaluation of monitoring data for predictive maintenance of energy production assets

Chercheur principal : Yoshua Bengio
Sources de financement : MITACS Inc.
Programmes de subvention : PVXXXXXX-Stage Accélération Québec - MITACS
2019 - 2020

Satellite Solar Radiation Nowcasting

Chercheur principal : Yoshua Bengio
Sources de financement : MITACS Inc.
Programmes de subvention : PVXXXXXX-Stage Accélération Québec - MITACS
2019 - 2020

Electrical Load Forecasting

Chercheur principal : Yoshua Bengio
Sources de financement : MITACS Inc.
Programmes de subvention : PVXXXXXX-Stage Accélération Québec - MITACS
2019 - 2020

Optimizing Transfer Learning using Bidirectional Encoder Representations from Transformers

Chercheur principal : Yoshua Bengio
Sources de financement : MITACS Inc.
Programmes de subvention : PVXXXXXX-Stage Accélération Québec - MITACS
2019 - 2020

Power Network Transfer Capability

Sources de financement : MITACS Inc.
Programmes de subvention : PVXXXXXX-Stage Accélération Québec - MITACS
2019 - 2020

Simplification of long sentences

Chercheur principal : Yoshua Bengio
Sources de financement : MITACS Inc.
Programmes de subvention : PVXXXXXX-Stage Accélération Québec - MITACS
2019 - 2020

Cross Domain Recommendation System for the food industry

Chercheur principal : Yoshua Bengio
Sources de financement : MITACS Inc.
Programmes de subvention : PVXXXXXX-Stage Accélération Québec - MITACS
2019 - 2020

Low Data Drug Discovery

Chercheur principal : Yoshua Bengio
Sources de financement : MITACS Inc.
Programmes de subvention : PVXXXXXX-Stage Accélération Québec - MITACS
2019 - 2020

Low data drug modeling

Chercheur principal : Yoshua Bengio
Sources de financement : MITACS Inc.
Programmes de subvention : PVXXXXXX-Stage Accélération Québec - MITACS
2019 - 2020

Super resolution for MRI scans

Chercheur principal : Yoshua Bengio
Sources de financement : MITACS Inc.
Programmes de subvention : PVXXXXXX-Stage Accélération Québec - MITACS
2017 - 2020

Canadian Open Neuroscience Platform_CONP

Chercheur principal : Alan C Evans
Sources de financement : Fondation Brain Canada
Programmes de subvention :
2002 - 2020

SUBVENTION D'INFRASTRUCTURE DU FRSQ POUR LE GRSNC(GROUPE DE RECHERCHE SUR LE SYSTÈME NERVEUX CENTRAL)

Sources de financement : FRQS/Fonds de recherche du Québec - Santé (FRSQ)
Programmes de subvention : PVXXXXXX-Subvention de groupe de recherche
2019

Reinforcement Learning for Aviation Training

Chercheur principal : Yoshua Bengio
Sources de financement : MITACS Inc.
Programmes de subvention : PVXXXXXX-Stage Accélération Québec - MITACS
2019

AI to predict emergency visits

Chercheur principal : Yoshua Bengio
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
2018 - 2019

Data-driven Transplantation Science

Chercheur principal : Yoshua Bengio
Co-chercheurs : Héloïse Cardinal , Andrea Lodi
Sources de financement : SPIIE/Secrétariat des programmes interorganismes à l’intention des établissements
Programmes de subvention : PVXXXXXX-Fonds d'excellence en recherche Apogée Canada/Projet de recherche
2017 - 2019

Longitudinal Weak Labeling for lung cancer prognosis and treatment response prediction

Chercheur principal : Yoshua Bengio
Sources de financement : MITACS Inc.
Programmes de subvention : PVXXXXXX-Stage Accélération Québec - MITACS
2015 - 2019

Multimodal Multilingual Continuous Representation for Human Language Understanding (M2CR)

Chercheur principal : Yoshua Bengio
Sources de financement : FRQNT/Fonds de recherche du Québec - Nature et technologies (FQRNT)
Programmes de subvention : PVXXXXXX-ERA-NET CHIST-ERA (Recherche Européenne coordonnée)
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

CHAIRE DE RECHERCHE DU CANADA EN ALGORITHMES D'APPRENTISSAGE STATISTIQUE

Chercheur principal : Yoshua Bengio
Sources de financement : SPIIE/Secrétariat des programmes interorganismes à l’intention des établissements
Programmes de subvention : PVX50399-Chaires de recherche du Canada
2017 - 2018

Apogée Canada fonds d'excellence en recherche / Fonds de soutien à la recherche de l'étudiant Devansh Arpit

Chercheur principal : Yoshua Bengio
Co-chercheurs : Marie-Josée Hébert
Sources de financement : SPIIE/Secrétariat des programmes interorganismes à l’intention des établissements
Programmes de subvention : PVXXXXXX-Fonds d'excellence en recherche Apogée Canada
2017 - 2018

Apogée Canada fonds d'excellence en recherche / Compte pour le paiement des salaires et portion recherche des quatre post-doc liée au MILA. Candidats: Devansh Arpit, Devon Hjelm, Joseph Paul Cohen et Jason Jo.

Chercheur principal : Yoshua Bengio
Co-chercheurs : Marie-Josée Hébert
Sources de financement : SPIIE/Secrétariat des programmes interorganismes à l’intention des établissements
Programmes de subvention : PVXXXXXX-Fonds d'excellence en recherche Apogée Canada
2017 - 2018

Apogée Canada fonds d'excellence en recherche / Fonds de soutien à la recherche de l'étudiant Devon Hjelm.

Chercheur principal : Yoshua Bengio
Co-chercheurs : Marie-Josée Hébert
Sources de financement : SPIIE/Secrétariat des programmes interorganismes à l’intention des établissements
Programmes de subvention : PVXXXXXX-Fonds d'excellence en recherche Apogée Canada
2016 - 2018

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

Chercheur principal : Yoshua Bengio
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
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 , ,
2015 - 2018

Leveraging Unlabelled, Off-Task Data to improve ASR for Low-Resource Languages Based on the Transferability of Acoustic Features Learned by Deep Neural Networks

Chercheur principal : Marc Schoenwiesner
Co-chercheurs : Yoshua Bengio
Sources de financement : MITACS Inc. , Ministère Économie et Innovation
Programmes de subvention : PVXXXXXX-Stage Accélération Québec - MITACS , PVXXXXXX-Prog. soutien rech (PSR v1B): Soutien à des projets rech. (Mitacs)
2015 - 2018

Leveraging Unlabelled, Off-Task Data to improve ASR for Low-Resource Languages Based on the Transferability of Acoustic Features Learned by Deep Neural Networks

Chercheur principal : Marc Schoenwiesner
Co-chercheurs : Yoshua Bengio
2014 - 2018

RESEARCH ON DEEP STRUCTURED OUTPUT MODELS

Chercheur principal : Yoshua Bengio
Sources de financement : Nuance Foundation
Programmes de subvention :
2013 - 2016

LARGE-SCALE DEEP LEARNING FOR CONTENT-BASED RECOMMENDATION SYSTEMS

Chercheur principal : Yoshua Bengio
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 ,
2013 - 2016

ADIABATIC QUANTUM COMPUTING FOR DEEP LEARNING WITH BOLTZMANN MACHINES

Chercheur principal : Yoshua Bengio
Co-chercheurs : Aaron Courville
Sources de financement : CRSNG/Conseil de recherches en sciences naturelles et génie du Canada (CRSNG) , D-Wave Systems Inc.
Programmes de subvention : PVX20967-(SPS/SPG) Subventions de projets stratégiques ,
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 ,
2011 - 2016

REGROUPEMENT STRATEGIQUES - CALCUL QUEBEC

Chercheur principal : Normand Mousseau
Sources de financement : FRQNT/Fonds de recherche du Québec - Nature et technologies (FQRNT)
Programmes de subvention : PVXXXXXX-(RS) Programme de regroupements stratégiques
2008 - 2016

CENTRE DE RECHERCHES MATHEMATIQUES (CRM)

Chercheur principal : Luc Vinet
Co-chercheurs : Yoshua Bengio , François Lalonde , Gilles Brassard , Michel Delfour , Marlène Frigon , Véronique Hussin , Christiane Rousseau , Pavel Winternitz , Jacques Bélair , Anne Bourlioux , Paul M Gauthier , Sabin Lessard , Jean-François Angers , Abraham Broer , Nadia El-Mabrouk , Gena Hahn , Christian Léger , Fahima Nekka , Jiri Patera , Iosif Polterovich , Yvan Saint Aubin , Andrew Granville , Sylvie Hamel , Manuel Morales , François Perron , Octavian Cornea , Pierre Duchesne , Robert Gwyn Owens , Manu Paranjape , Jonathan Taylor , Michael C. Mackey , Frédéric Lesage , Erica Moodie , Henri Darmon , Maxime Descoteaux , André Dieter Bandrauk , Peter Bartello , Chantal David , Jean-Marc Lina , Johannes Walcher , Anthony Raymond Humphries , John P. Harnad , Jacques Claude Hurtubise , Pengfei Guan , David Avis , James Owen Ramsay , John A Toth , Sherwin A Maslowe , David B Wolfson , Karl Peter Russell , Olga Kharlampovich , Niky Kamran , Adrian Iovita , Eyal Goren , Dmitry Jakobson , Alain C. Vandal , Vojkan Jaksic , Daniel Tzvi Wise , Alexei Miasnikov , Thomas Wihler , Robert Seiringer , André Garon , John Mullins , Éric P. Marchand , Debbie Janice Dupuis , Syed Ali , Yogendra Chaubey , Christopher Cummins , Pawel Gora , Hershy Kisilevsky , John McKay , Galia Dafni , D. Korotkin , Benoit Larose , Marco Bertola , Vasek Chvatal , Alexander Shnirelman , Alina Stancu , Lea Popovic , Ibrahim Assem , Tomasz Kaczynski , Shiping Liu , Virginie Charette , Vasilisa Shramchenko , Bruno L. Rémillard , Yinannis Petridis , David Sankoff , Thomas Brüstle , Habib Benali , Nantel Bergeron , Simon Chauve , Francis Clarke , Richard Fournier , Martin Jakob Gander , Nadia Ghazzali , Alfred Michel Grundland , André Fortin , Louis-Paul Rivest , Christian Genest , François Bergeron , Steven P. Boyer , Line Baribeau , Frédéric Gourdeau , Robert Guénette , Claude Levesque , Pierre Mathieu , Thomas Joseph Ransford , Jean-Marie De Koninck , Javad Mashreghi , Thierry Duchesne , Srecko Brlek , André Joyal , Brenda MacGibbon , Christophe Reutenauer , Vestislav Apostolov , Olivier Collin , Steven Lu , Elisa Shahbazia Ohannessian
Sources de financement : FRQNT/Fonds de recherche du Québec - Nature et technologies (FQRNT)
Programmes de subvention : PVXXXXXX-(RS) Programme de regroupements stratégiques
2006 - 2015

PORTION RECHERCHE - NSERC-UBISOFT INDUSTRIAL RESEARCH CHAIR ON LEARNING REPRESENTATIONS FOR IMMERSIVE VIDEO GAMES

Chercheur principal : Yoshua Bengio
Sources de financement : Ubi Soft Divertissements Inc. , CRSNG/Conseil de recherches en sciences naturelles et génie du Canada (CRSNG)
Programmes de subvention : , PVX20971-(PCI) Professeurs-chercheurs industriels-Chaire de recherche industrielle
1994 - 2015

LEARNING DEEP ARCHITECTURES FOR AI

Chercheur principal : Yoshua Bengio
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
2011 - 2014

APPRENTISSAGE DISTRIBUTE D'ARCHITECTURES PROFONDES SUR D'IMMENSES ENSEMBLES DE DONNEES

Chercheur principal : Michael Rabbat
Co-chercheurs : Yoshua Bengio
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)
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
2004 - 2014

SUPPORT OF RESEARCH FOR THE ACADEMIC YEAR 2004-2005 TO 2012-2013

Chercheur principal : Yoshua Bengio
Sources de financement : ICRA/Institut canadien des recherches avancées
Programmes de subvention :
2013

DEEP LEARNING FOR SPAM FILTERING

Chercheur principal : Yoshua Bengio
Sources de financement : CRSNG/Conseil de recherches en sciences naturelles et génie du Canada (CRSNG)
Programmes de subvention : PV128974-(EGP) Programme de subvention d'engagement partenarial
2013

IMPLEMENTING BOLTZMANN MACHINES ON QUANTUM COMPUTING HARDWARE

Chercheur principal : Yoshua Bengio
Sources de financement : CRSNG/Conseil de recherches en sciences naturelles et génie du Canada (CRSNG)
Programmes de subvention : PV128974-(EGP) Programme de subvention d'engagement partenarial
2012 - 2013

DEEP LEARNING FOR ADAPTIVE REAL-TIME BIDDING

Chercheur principal : Yoshua Bengio
Sources de financement : CRSNG/Conseil de recherches en sciences naturelles et génie du Canada (CRSNG)
Programmes de subvention : PVX81211-(I2IP) Programme De l'idée à l'innovation
2010 - 2013

MACHINE LEARNING ALGORITHMS FOR AUTOMATED ANALYSIS OF PLAYER BEHAVIOR IN NEXT-GENERATION VIDEO GAMES

Chercheur principal : Yoshua Bengio
Sources de financement : Ubi Soft Divertissements Inc.
Programmes de subvention :

Rayonnement

En vedette

Mise en valeur d’une recherche

1988

Apprendre aux machines à penser

Des machines qui pensent comme des humains? Voilà un concept qui relève encore de la science-fiction. Ce qui n'empêche pas les chercheurs de s'attaquer à cette question et d'obtenir des résultats intéressants. Yoshua Bengio est professeur titulaire au Département d'informatique et de recherche opérationnelle à l'Université de Montréal et titulaire de la Chaire de recherche du Canada en algorithmes d'apprentissage statistiques. Spécialiste de renommée internationale des réseaux de neurones et de l'apprentissage machine, il se penche sur des problèmes que les ordinateurs doivent résoudre pour « apprendre » à partir des données reçues.
Avec ses douze étudiants et stagiaires postdoctoraux, Yoshua Bengio étudie deux grandes questions : l'élaboration d'algorithmes et de techniques d'apprentissage afin de traiter de nombreuses variables, ainsi que la création d'algorithmes de plus en plus performants pour traiter des dizaines ou des centaines de millions d'éléments d'information.
Apprendre de manière statistique
« Les animaux et les humains apprennent de manière statistique ¹, rappelle M. Bengio. Les événements ne se produisent pas tous de la même manière et chaque situation est nouvelle ou aléatoire. Pour la reconnaître, le cerveau doit, avant de conclure, généraliser ce qu'il a acquis. Et il doit le faire correctement, pour pouvoir prendre les bonnes décisions.
Mais comment un ordinateur peut-il généraliser correctement quand des centaines, des milliers ou des dizaines de milliers de variables sont en jeu? Yoshua Bengio travaille, par exemple, avec des industriels du domaine pharmaceutique pour identifier les molécules les plus prometteuses pour le développement de nouveaux médicaments. Autre exemple, en télécommunications : ses travaux permettent d'effectuer des analyses de clientèle chez Bell dans le but de diminuer les coûts de marketing. Et les algorithmes d'apprentissage qu'il conçoit contribuent aussi à réduire certains risques dans le domaine de la finance. Un groupe de ses étudiants a même fondé une entreprise qui aide les assureurs à évaluer le coût d'une police de manière beaucoup plus précise qu'avec les procédures classiques. Les nouvelles méthodes de calcul en jeu visent trois grands objectifs : résoudre des problèmes, économiser de l'argent et prendre de bonnes décisions.
Modéliser le langage
Dans Internet, les moteurs de recherche comme Google fonctionnent aussi à partir d'algorithmes d'apprentissage statistiques. Par exemple, pour reconnaître le sens du mot Java, le moteur doit analyser suffisamment d'informations pour décider s'il s'agit de l'île, du café ou du langage de programmation. Yoshua Bengio s'intéresse justement à la modélisation du langage. Il tente notamment de modéliser des séquences de mots : « Les machines analysent des centaines de millions de mots et tentent de prévoir le prochain mot à partir de ceux qui précèdent. Nous laissons rouler les ordinateurs pendant des mois. Mais nous sommes encore loin de l'intelligence artificielle telle que présentée dans les films », précise-t-il.
Des algorithmes gourmands
Ces algorithmes d'apprentissage sont extrêmement gourmands en termes de temps de calcul et d'espace de mémoire. Les processeurs de Altix 3700 sont beaucoup plus rapides que ceux auxquels M. Bengio avait accès jusqu'à maintenant et offrent un autre avantage : « Nous pouvons déjà décomposer nos algorithmes de manière à ce que plusieurs processeurs de calcul travaillent parallèlement sur des processeurs différents et qu'ils puissent communiquer entre eux. Il faudrait des mois pour exécuter une telle opération avec un ordinateur normal alors qu'avec Altix 3700, elle s'effectue jusqu'à 100 fois plus vite », explique Yoshua Bengio.

Publications et communications

Publications

Publications pertinentes

  • Goodfellow, I.J., Y. Bengio et A. Courville. Deep Learning. Cambridge, MA: MIT Press, 2016.
  • LeCun, Y., Y. Bengio et G. Hinton. « Deep learning. » Nature 521, no 7553 (2015): 436–44.
  • Bahdanau, D., K. Cho et Y. Bengio. « Neural machine translation by jointly learning to align and translate. » ICLR, 2015. arXiv:1409.0473.

D'autres publications du professeur Yoshua Bengio, sont disponibles ici : http://www.iro.umontreal.ca/~lisa/publications2/index.php/authors/show/1

Disciplines

  • Informatique
  • Statistiques
  • Mathématiques fondamentales
  • Mathématiques appliquées
  • Génie informatique et génie logiciel

Champ d’expertise

  • Apprentissage automatique
  • Apprentissage de représentations
  • Apprentissage profond
  • Base de données temporelle
  • Intelligence artificielle
  • Modèles probabilistes
  • Modèles statistiques
  • Réseaux de neurones
  • Vision par ordinateur
  • Science des données
  • Traitement automatique du langage naturel (TALN)
  • Modélisation
  • COVID19

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