Hugo Larochelle
|
Hugo Larochelle Professeur Adjoint Membre du centre de recherche CREI Département d'informatique Université de Sherbrooke Courriel: hugo [dot] larochelle [at] usherbrooke [dot] ca Téléphone: (819) 821-8000 # 66121 Télécopieur: (819) 821-8200 Bureau: D4-1024-1 Adresse: 2500 boul. de l'Université, Sherbrooke (QC), Canada, J1K 2R1 |
 |
Intérêts de recherche
Je m'intéresse aux algorithmes d'apprentissage automatique, soit aux algorithmes capables d'extraire des concepts ou patrons à partir de données. Mes travaux se concentrent sur le développement d'approches connexionnistes et probabilistes à diverses problèmes d'intelligence artificielle, tels la vision artificielle et le traitement automatique du langage.Les thèmes de recherche auxquels je m'intéresse incluent:
- Problèmes: apprentissage supervisé, semi-supervisé et non-supervisé, prédiction de cibles structurées, ordonnancement, estimation de densité;
- Modèles: réseaux de neurones profonds («deep learning»), autoencodeurs, machines de Boltzmann, champs Markoviens aléatoires;
- Applications: reconnaissance et suivi d'objects, classification et ordonnancement de documents;
Projets de recherche
Voici une liste informelle des projets sur lesquels je travaille actuellement (avec description détaillée en anglais):- Vision artificielle à base d'un modèle
d'attention: développement de solutions à diverses problèmes
de vision, à l'aide de modèles basés sur le concept d'attention visuelle;
- Apprentissage de réseaux profonds (deep learning): exploration
de procédures afin de mieux entraîner des réseaux de neurones à plusieurs couches
cachées;
- Machines de Boltzmann restreintes pour la
classification: investigation de modèles et
algorithmes d'apprentissage inspirés de la machine de
Boltzmann restreinte pour la classification de données (images, documents, etc.);
- Prédiction de cibles structurées: développement d'algorithmes
d'apprentissage adaptés à la prédiction de cibles structurées, avec emphase
sur les modèles à base d'énergie;
- Modèles autorégressifs connexionnistes:
investigation d'approches connexionnistes (i.e. réseaux
de neurones) à la modélisation de la distribution de
données en haute dimension.
Mini-CV
Avant mon arrivée à l'Université de Sherbrooke, j'ai travaillé deux ans comme stagiaire postdoctoral à l'University of Toronto, dans le groupe d'apprentissage automatique, sous la supervision de Geoffrey Hinton.Je détiens un Doctorat en Informatique de l'Université de Montréal, obtenu sous la supervision du professeur Yoshua Bengio. J'ai également obtenu un Baccalauréat bidisciplinaire en Mathématiques et Informatique de l'Université de Montréal.
Mon CV complet est accessible ici.