Passer au contenu

/ Département d'informatique et de recherche opérationnelle

Je donne

Rechercher

Sarath Chandar Anbil Parthipan

Vcard
Professeur associé

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

sarath.chandar.anbil.parthipan@umontreal.ca

Courriels

sarath-chandar.anbil-parthipan@polymtl.ca (Travail)

Travail 1 : 514 340-4711 #3245

Web : LinkedIn

Web : Compte Twitter

Web : Google Scholar

Web : Autre site web

Web : Autre site web

Expertises

Intérêts de recherche

  • Réseaux de neurones récurrents
  • Apprentissage continu
  • Apprentissage par renforcement
  • Apprentissage profond
  • Traitement du langage naturel
  • Apprentissage machine
  • Intelligence artificielle

Encadrement Tout déplier Tout replier

The role of continual learning and adaptive computation in improving computational efficiency of deep learning Thèses et mémoires dirigés / 2024 - 2024
Diplômé(e) : Gupta, Kshitij
Cycle : Maîtrise
Diplôme obtenu : M. Sc.

Lien vers le document dans Papyrus

Towards adaptive deep model-based reinforcement learning Thèses et mémoires dirigés / 2023 - 2023
Diplômé(e) : Rahimi-Kalahroudi, Ali
Cycle : Maîtrise
Diplôme obtenu : M. Sc.

Lien vers le document dans Papyrus

Benchmarking bias mitigation algorithms in representation learning through fairness metrics Thèses et mémoires dirigés / 2022 - 2022
Diplômé(e) : Reddy, Charan
Cycle : Maîtrise
Diplôme obtenu : M. Sc.

Lien vers le document dans Papyrus

IIRC : Incremental Implicitly-Refined Classification Thèses et mémoires dirigés / 2021 - 2021
Diplômé(e) : Abdelsalam, Mohamed
Cycle : Maîtrise
Diplôme obtenu : M. Sc.

Lien vers le document dans Papyrus

Continuous coordination as a realistic scenario for lifelong learning Thèses et mémoires dirigés / 2021 - 2021
Diplômé(e) : Badrinaaraayanan, Akilesh
Cycle : Maîtrise
Diplôme obtenu : M. Sc.

Lien vers le document dans Papyrus

PatchUp : a feature-space block-level regularization technique for convolutional neural networks Thèses et mémoires dirigés / 2021 - 2021
Diplômé(e) : Faramarzi, Mojtaba
Cycle : Maîtrise
Diplôme obtenu : M. Sc.

Lien vers le document dans Papyrus

Projets de recherche Tout déplier Tout replier

Learning pixel-based web agents Projet de recherche au Canada / 2025 - 2025

Chercheur principal : Sarath Chandar Anbil Parthipan
Sources de financement : MITACS Inc.
Programmes de subvention : PVXXXXXX-Stage Accélération Québec - MITACS

Reinforcement Learning for Micro-Grid Control and Optimization Projet de recherche au Canada / 2024 - 2025

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

Informations supplémentaires

Médias

Teaching Machines to See, Understand & Act: AICan 2019 Panel Discussion 4

Visitez cifar.ca/fr/ia pour vous abonner au Bulletin IACan et rester au courant de ce qui se passe en IA au Canada. Le CIFAR est à la tête de la Stratégie pancanadienne en matière d’intelligence artificielle du gouvernement du Canada, assortie d’un octroi de 125 millions de dollars, en collaboration avec les trois nouveaux instituts d’IA : Amii à Edmonton, Mila à Montréal et l’Institut Vecteur à Toronto.

Consultez cette fiche sur :