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)
- Majeure en informatique – Sciences pures et sciences appliquées Technologies de l'information (TIC)
- Mineure en informatique – Technologies de l'information (TIC) Sciences pures et sciences appliquées
- Baccalauréat en mathématiques et informatique – Sciences pures et sciences appliquées
- Baccalauréat en mathématiques et informatique – Sciences pures et sciences appliquées
- Baccalauréat en physique et informatique – Sciences pures et sciences appliquées
- Baccalauréat en physique et informatique – Sciences pures et sciences appliquées
- Microprogramme de 1er cycle en analyse des mégadonnées en sciences humaines et sociales – Sciences humaines Sciences sociales
- Baccalauréat en bio-informatique – Sciences de la vie Sciences pures et sciences appliquées Sciences de la santé
- Baccalauréat en bio-informatique – Sciences de la vie Sciences pures et sciences appliquées Sciences de la santé
- Maîtrise en informatique – Sciences pures et sciences appliquées Technologies de l'information (TIC)
- DESS en apprentissage automatique – Sciences pures et sciences appliquées Technologies de l'information (TIC)
Cours donnés
- IFT1065 Structures discrètes en informatique
- IFT3551 Stage d'informatique 3
- IFT6166 Méthodes tensorielles en apprentissage automatique
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
Adaptive learning of tensor network structures
Thèses et mémoires dirigés
/
2023
-
2023
Diplômé(e) : Hashemizadehaghda, Seyed Meraj
Cycle : Maîtrise
Diplôme obtenu : M. Sc.
Cycle : Maîtrise
Diplôme obtenu : M. Sc.
On the VC-dimension of Tensor Networks
Thèses et mémoires dirigés
/
2022
-
2022
Diplômé(e) : Khavari, Behnoush
Cycle : Maîtrise
Diplôme obtenu : M. Sc.
Cycle : Maîtrise
Diplôme obtenu : M. Sc.
Estimating the probability of a fleet vehicle accident : a deep learning approach using conditional variational auto-encoders
Thèses et mémoires dirigés
/
2021
-
2021
Diplômé(e) : Malette-Campeau, Marie-Ève
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
Sources de financement :
CRSNG/Conseil de recherches en sciences naturelles et génie du Canada (CRSNG)
Programmes de subvention :
PV118026-FONCER : Prog. formation orientée nouveauté, la collaboration et l'expérience en recherche
Machine Learning with Tensor Networks Projet de recherche au Canada / 2019 - 2027
Chercheur principal :
Guillaume Rabusseau
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
Machine Learning with Tensor Networks Projet de recherche au Canada / 2019 - 2025
Chercheur principal :
Guillaume Rabusseau
Sources de financement :
CRSNG/Conseil de recherches en sciences naturelles et génie du Canada (CRSNG)
Programmes de subvention :
PVXXXXXX-(DGECR) Tremplin vers la découverte
Boosting Interpretability and Reducing Resource Demands of Machine Learning Models using Tensor Networks Projet de recherche au Canada / 2024 - 2024
Chercheur principal :
Guillaume Rabusseau
Sources de financement :
MITACS Inc.
Programmes de subvention :
PVXXXXXX-Stage Accélération Québec - MITACS
Quantum-Inspired Machine Learning Methods for Anomaly Detection Projet de recherche au Canada / 2024 - 2024
Chercheur principal :
Guillaume Rabusseau
Sources de financement :
MITACS Inc.
Programmes de subvention :
PVXXXXXX-Stage Accélération Québec - MITACS
Randomized numerical linear algebra approaches with tensor methods Projet de recherche au Canada / 2021 - 2024
Chercheur principal :
Guillaume Rabusseau
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
Feature and Subgraph based Graph Neural Network (GNN) Explanations Projet de recherche au Canada / 2022 - 2023
Sources de financement :
MITACS Inc.
Programmes de subvention :
PVXXXXXX-Stage Accélération Québec - MITACS
Structured language modeling with recurrent tensor networks Projet de recherche au Canada / 2021 - 2022
Chercheur principal :
Guillaume Rabusseau
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
Supplément COVID-19 CRSNG_Machine Learning with Tensor Networks Projet de recherche au Canada / 2020 - 2021
Chercheur principal :
Guillaume Rabusseau
Sources de financement :
CRSNG/Conseil de recherches en sciences naturelles et génie du Canada (CRSNG)
Programmes de subvention :
PVXXXXXX-Supplément à l’appui des étudiants, des stagiaires postdoctoraux et du personnel de soutien à la recherche COVID-19
Connexions entre réseaux récurrents, automates pondérés et réseaux de tenseurs pour l'apprentissage avec données séquentielles Projet de recherche au Canada / 2020 - 2021
Chercheur principal :
Guillaume Rabusseau
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
Modeling the transmission of SARS-CoV-2 between zoonotic sources on a gene level Projet de recherche au Canada / 2020 - 2020
Chercheur principal :
Guillaume Rabusseau
Sources de financement :
CIFAR - Canadian Institute for Advanced Research/ Institut canadien des recherches avancées
Programmes de subvention :
Hierarchical graph kernels for classification of molecules Projet de recherche au Canada / 2020 - 2020
Sources de financement :
MITACS Inc.
Programmes de subvention :
PVXXXXXX-Stage Accélération Québec - MITACS
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 :