Passer au contenu

/ La recherche

Je donne

Rechercher

Sciences naturelles et génie

Christopher Pal

Professeur associé

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

christopher.pal@umontreal.ca

Autre numéro : 514 340-4711 #7174 (Travail 1)

Portrait

Expertise de recherche

Intelligence artificielle, la vision par ordinateur, la reconnaissance de formes et l’apprentissage automatique avec des applications à l’infographie, l’analyse du langage naturel et l’exploration des données.

Biographie

Christopher Pal est professeur agrégé dans le département de génie informatique et génie logiciel à l’École Polytechnique de Montréal. Ses intérêts de recherche incluent : la vision par ordinateur, la reconnaissance de formes et l’apprentissage automatique avec des applications à l’infographie, l’analyse du langage naturel et l’exploration des données.

Il était auparavant professeur agrégé en informatique à l’Université de Rochester. Il a également occupé des postes à l’Université du Massachusetts, de l’Université de Toronto, « Interval Research » et « the Interactive Visual Media Group of Microsoft Research ». Il a obtenu son doctorat de l’Université de Waterloo au Canada.

Affiliations et responsabilités

Enseignement et encadrement

Encadrement

Thèses et mémoires dirigés (dépôt institutionnel Papyrus)

2020

Towards Understanding Generalization in Gradient-Based Meta-Learning

Diplômé(e) : Guiroy, Simon
Cycle : Maîtrise
Diplôme obtenu : M. Sc.
2020

Unsupervised representation learning in interactive environments

Diplômé(e) : Racah, Evan
Cycle : Maîtrise
Diplôme obtenu : M. Sc.
2020

Real-Time Reinforcement Learning

Diplômé(e) : Ramstedt, Simon
Cycle : Maîtrise
Diplôme obtenu : M. Sc.
2020

Balancing signals for semi-supervised sequence learning

Diplômé(e) : Xu, Ge Ya
Cycle : Maîtrise
Diplôme obtenu : M. Sc.
2019

Visual question answering with modules and language modeling

Diplômé(e) : Pahuja, Vardaan
Cycle : Maîtrise
Diplôme obtenu : M. Sc.
2019

Feature extraction on faces : from landmark localization to depth estimation

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

Projets

Rayonnement

Publications et communications

Disciplines

  • Informatique

Champ d’expertise

  • Intelligence artificielle
  • Vision par ordinateur
  • Reconnaissance de formes
  • Apprentissage automatique
  • Infographie
  • Traitement automatique du langage naturel (TALN)