Guillaume Rabusseau
- Professeur agrégé
-
Faculté des arts et des sciences - Département d'informatique et de recherche opérationnelle
André-Aisenstadt local 3151
Web : Site web de l’unité de recherche
Web : CV en anglais
Web : LinkedIn
Web : Google Scholar
Web : Autre site web
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
- Membre – CRM — Centre de recherches mathématiques
Programmes d’enseignement
- Baccalauréat en informatique – Sciences pures et sciences appliquées Technologies de l'information (TIC)
Cours donnés
- IFT3551 Stage d'informatique 3
Expertises
- Apprentissage automatique
- Algorithmique
- Processus d'apprentissage
- Structures de données
- Programmation non linéaire
- Imagerie multispectrale
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).
Encadrement Tout déplier Tout replier
Cycle : Maîtrise
Diplôme obtenu : M. Sc.
Cycle : Maîtrise
Diplôme obtenu : M. Sc.
Cycle : Maîtrise
Diplôme obtenu : M. Sc.
Projets de recherche Tout déplier Tout replier
Interdisciplinary Math and Artificial Intelligence Program (INTER-MATH-AI) // Tensor network analysis of graph neural network expressiveness Projet de recherche au Canada / 2022 - 2028
Machine Learning with Tensor Networks Projet de recherche au Canada / 2019 - 2027
Machine Learning with Tensor Networks Projet de recherche au Canada / 2019 - 2025
Boosting Interpretability and Reducing Resource Demands of Machine Learning Models using Tensor Networks Projet de recherche au Canada / 2024 - 2024
Quantum-Inspired Machine Learning Methods for Anomaly Detection Projet de recherche au Canada / 2024 - 2024
Randomized numerical linear algebra approaches with tensor methods Projet de recherche au Canada / 2021 - 2024
Feature and Subgraph based Graph Neural Network (GNN) Explanations Projet de recherche au Canada / 2022 - 2023
Structured language modeling with recurrent tensor networks Projet de recherche au Canada / 2021 - 2022
Supplément COVID-19 CRSNG_Machine Learning with Tensor Networks Projet de recherche au Canada / 2020 - 2021
Connexions entre réseaux récurrents, automates pondérés et réseaux de tenseurs pour l'apprentissage avec données séquentielles Projet de recherche au Canada / 2020 - 2021
Modeling the transmission of SARS-CoV-2 between zoonotic sources on a gene level Projet de recherche au Canada / 2020 - 2020
Hierarchical graph kernels for classification of molecules Projet de recherche au Canada / 2020 - 2020
Publications Tout déplier Tout replier
- Les publications de Guillaume Rabusseau sont disponibles ici : https://www-labs.iro.umontreal.ca/~grabus/index.php?page=Publications
Nouvelles
Consultez cette fiche sur :