Passer au contenu

/ La recherche

Je donne

Rechercher

Sciences naturelles et génie; Sciences appliquées

Guillaume Rabusseau

Professeur adjoint

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

André-Aisenstadt, local 3151

514 343-6111 #47612

guillaume.rabusseau@umontreal.ca

Portrait

Expertise de recherche

Je m’intéresse aux méthodes de tenseurs pour l’apprentissage automatique et à la conception d’algorithmes d’apprentissage pour les données structurées en utilisant l’algèbre linéaire et multilinéaire (par exemple, les méthodes spectrales).

Biographie

Depuis septembre 2018, je suis professeur adjoint à Mila et au département d’informatique et de recherche opérationnelle (DIRO) de l’Université de Montréal. Je suis titulaire de la Chaire de recherche du Canada CIFAR AI (CCAI) depuis mars 2019. Avant de rejoindre l’UDEM, j’étais un chercheur postdoctoral au laboratoire de raisonnement et d’apprentissage de l’Université McGill, où j’ai travaillé avec Prakash Panangaden, Joelle Pineau et Doina Precup.

J’ai obtenu mon doctorat en 2016 à AMU, où j’ai travaillé dans l’équipe Qarma (Machine Learning et Multimedia), sous la supervision de François Denis et Hachem Kadri. Auparavant, j’avais obtenu une maîtrise en informatique fondamentale de l’AMU et une licence en informatique de la même université en formation à distance.

Affiliations et responsabilités

Affiliations de recherche

Projets

Projets de recherche

2019 - 2025

Machine Learning with Tensor Networks

Chercheur principal : Guillaume Rabusseau
Sources de financement : CRSNG/Conseil de recherches en sciences naturelles et génie du Canada (CRSNG)
Programmes de subvention : PVXXXXXX-(DGECR) Tremplin vers la découverte
2019 - 2025

Machine Learning with Tensor Networks

Chercheur principal : Guillaume Rabusseau
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 - 2021

Supplément COVID-19 CRSNG_Machine Learning with Tensor Networks

Chercheur principal : Guillaume Rabusseau
Sources de financement : CRSNG/Conseil de recherches en sciences naturelles et génie du Canada (CRSNG)
Programmes de subvention : PVXXXXXX-Supplément à l’appui des étudiants, des stagiaires postdoctoraux et du personnel de soutien à la recherche COVID-19
2020

Modeling the transmission of SARS-CoV-2 between zoonotic sources on a gene level

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

Hierarchical graph kernels for classification of molecules

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

Rayonnement

Publications et communications

Publications

Disciplines

  • Informatique
  • Génie informatique et génie logiciel
  • Mathématiques fondamentales

Champ d’expertise

  • Apprentissage automatique
  • Algorithmique
  • Processus d'apprentissage
  • Structures de données
  • Programmation non linéaire
  • Imagerie multispectrale