Passer au contenu

/ Department of Computer Science and Operations Research

Je donne

Rechercher

Simon Lacoste-Julien

Vcard

Professeur agrégé

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

André-Aisenstadt office 3339

simon.lacoste-julien@umontreal.ca

514 343-6822

Courriels

slacoste@iro.umontreal.ca (Travail)

Affiliations

  • Membre – MILA — Institut des algorithmes d'apprentissage de Montréal
  • Membre – CRM — Centre de recherches mathématiques

Education Programs

  • Information and Communication Technologies Fundamental and Applied Sciences
  • Fundamental and Applied Sciences Information and Communication Technologies

Courses

  • IFT6132 Prédiction structurée avancée et optimisation

Areas of Expertise

Research projects Expand all Collapse all

Robust and Efficient Structured Prediction Projet de recherche au Canada / 2017 - 2023

Lead researcher : Simon Lacoste-Julien
Funding sources: CRSNG/Conseil de recherches en sciences naturelles et génie du Canada (CRSNG)
Grant programs: PVX20965-(RGP) Programme de subvention à la découverte individuelle ou de groupe

Programme de bourses PostDoc 2018 - IVADO - Candidat: Golnoosh Farnadi Projet de recherche au Canada / 2019 - 2021

Lead researcher : Simon Lacoste-Julien
Funding sources: SPIIE/Secrétariat des programmes interorganismes à l’intention des établissements
Grant programs: PVXXXXXX-Fonds d'excellence en recherche Apogée Canada/Fonds démarrage et opération

Programme de stages postdoctoraux IVADO Stag. Golnoosh Farnadi Projet de recherche au Canada / 2019 - 2021

Lead researcher : Simon Lacoste-Julien
Funding sources: SPIIE/Secrétariat des programmes interorganismes à l’intention des établissements
Grant programs: PVXXXXXX-Fonds d'excellence en recherche Apogée Canada/Bourse

Programme de stages - IVADO - Sharan Vaswani / Theoretical Understanding of Deep Neural Networks Projet de recherche au Canada / 2019 - 2021

Lead researcher : Simon Lacoste-Julien
Funding sources: SPIIE/Secrétariat des programmes interorganismes à l’intention des établissements
Grant programs: PVXXXXXX-Fonds d'excellence en recherche Apogée Canada/Bourse

Optimization and machine learning for fleet management of autonomous electric shuttles Projet de recherche au Canada / 2018 - 2020

Lead researcher : Bernard Gendron
Co-researchers : Simon Lacoste-Julien , Gabriel Crainic , Mohammad-Ali Jenabian
Funding sources: SPIIE/Secrétariat des programmes interorganismes à l’intention des établissements
Grant programs: PVXXXXXX-Fonds d'excellence en recherche Apogée Canada/Projet de recherche

Monte Carlo and Quasi-Monte Carlo Methods for Optimization and Machine Learning Projet de recherche au Canada / 2018 - 2020

Lead researcher : Pierre L'Écuyer
Co-researchers : Simon Lacoste-Julien , Luc P Devroye
Funding sources: SPIIE/Secrétariat des programmes interorganismes à l’intention des établissements
Grant programs: PVXXXXXX-Fonds d'excellence en recherche Apogée Canada/Projet de recherche

Research Support : Fellow: Learning in Machines & Brains Projet de recherche au Canada / 2017 - 2018

Lead researcher : Simon Lacoste-Julien
Funding sources: CIFAR - Canadian Institute for Advanced Research/ Institut canadien des recherches avancées
Grant programs:

Publications Expand all Collapse all

Osokin, A., F. Bach et S. Lacoste-Julien. « On Structured Prediction Theory with Calibrated Convex Surrogate Losses. » Article présenté à la NIPS conference, Long Beach, 2017.

Lacoste-Julien, S. et M. Jaggi. « On the Global Linear Convergence of Frank-Wolfe Optimization Variants. » Article présenté à la conférence NIPS, Montréal, 2015.

Defazio, A., F. Bach et S. Lacoste-Julien. « SAGA: A Fast Incremental Gradient Method With Support for Non-Strongly Convex Composite Objectives. » Article présenté à la conférence NIPS, Montréal, 2014.

Lacoste-Julien, S. et coll. « Block-Coordinate Frank-Wolfe Optimization for Structural SVMs. » Article présenté à la conférence ICML, Atlanta, Georgia, 2013.

Lacoste-Julien, S., F. Huszár et Z. Ghahramani. « Approximate Inference for the Loss-Calibrated Bayesian. » Article présenté à la conférence AISTATS, Fort Lauderdale, Florida, 2011.

Additional Information

Media

La borne d'Occam ou le principe le plus fondamental de l'épistémologie des sciences!

Simon Lacoste-Julien: Apprentissage statistique et big data : notions de base pour l'analyse

Simon Lacoste-Julien FR

News

Browse this profile on: