Passer au contenu

/ Département d'informatique et de recherche opérationnelle

Rechercher

Simon Lacoste-Julien

Vcard

Professeur agrégé

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

André-Aisenstadt local 3339

simon.lacoste-julien@umontreal.ca

514 343-6822

Courriels

slacoste@iro.umontreal.ca (Travail)

Biographie

Simon Lacoste-Julien est professeur agrégé dans le département d’informatique et de recherche opérationnelle de l’Université de Montréal, membre co-fondateur de Mila et détenteur d’une Chaire en IA CIFAR-Canada. Ses recherches portent sur l’apprentissage automatique et les mathématiques appliquées, avec comme application la vision par ordinateur et le traitement automatique des langues. Il a obtenu son doctorat en informatique à l’Université de Californie à Berkeley en 2009, suivi d’un post-doc à l’Université de Cambridge et a été chercheur au sein de INRIA et le département d’informatique de l’École normale supérieur de Paris pendant quelques années avant de faire un retour au bercail à Montréal en 2016 pour se joindre au projet de Yoshua Bengio de faire de Montréal une « silicon mountain » de l’intelligence artificielle.

Lire plus…

Affiliations

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

Programmes d’enseignement

  • Maîtrise en informatique – Sciences pures et sciences appliquées Technologies de l'information (TIC)
  • D.E.S.S. en apprentissage automatique – Sciences pures et sciences appliquées Technologies de l'information (TIC)

Cours donnés

  • IFT6269 Modèles graphiques probabilistes et apprentissage

Expertises

Son objectif de recherche principal est de mettre au point et d’analyser des techniques d’apprentissage automatique qui peuvent exploiter, à large échelle, la riche structure de données dans des applications interdisciplinaires, comme le traitement du langage naturel, l’extraction d’information, la vision artificielle et la biologie computationnelle. À cette fin, il associe des outils d’optimisation, de statistiques et d’informatique, et il aime particulièrement travailler à l’interface entre les domaines. Lacoste-Julien est reconnu pour ses contributions dans trois domaines : prédiction structurée (problèmes de classification où les extrants sont des objets structurés, comme des séquences ou des graphiques); optimisation à large échelle (méthode des gradients incrémentaux et optimisation de Frank-Wolfe); et association de méthodes génératives et discriminatoires.

Projets de recherche Tout déplier Tout replier

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

Chercheur principal : Simon Lacoste-Julien
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

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

Chercheur principal : Simon Lacoste-Julien
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

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

Chercheur principal : Simon Lacoste-Julien
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

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

Chercheur principal : Bernard Gendron
Co-chercheurs : Simon Lacoste-Julien , Gabriel Crainic , Mohammad-Ali Jenabian
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

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

Chercheur principal : Pierre L'Écuyer
Co-chercheurs : Simon Lacoste-Julien , Luc P Devroye
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

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

Chercheur principal : Simon Lacoste-Julien
Sources de financement : CIFAR - Canadian Institute for Advanced Research/ Institut canadien des recherches avancées
Programmes de subvention :

Publications Tout déplier Tout replier

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.

Prix et distinctions

    • Subvention à la découverte du CRSNG, 2017
    • Google Focused Research Award, 2016
    • Wolfson College Junior Research Fellowship, Université de Cambridge, 2009–2011
    • Prix d’étudiant diplômé du Collège de génie de l’Université de la Californie à Berkeley, 2008

Informations supplémentaires

Médias

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

Clubmath par Simon Lacoste-Julien, 21 mars 2018.

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

Simon Lacoste-Julien FR

Simon Lacoste-Julien, Professeur associé à Mila et l'Université de Montréal, discute des bénéfices de travailler à Mila pour les professeurs.

Nouvelles

Consultez cette fiche sur :