Professeure adjoint, Faculté des sciences et de génie

Anthony s’intéresse à l’apprentissage automatique et à l’optimisation combinatoire, principalement dans leur application en contexte industriel. Particulièrement à la fusion des deux lorsque la sortie des algorithmes d’apprentissage automatique devient un intrant pour les modèles d’optimisation combinatoire. Il a par exemple travaillé sur l’optimisation d’une route en véhicule électrique (optimisation combinatoire) qui prend en entrée des modèles d’apprentissage automatique pour prédire la consommation électrique. Les modèles d’optimisation peuvent faire varier la vitesse du véhicule, impactant la consommation qui est prédite par les modèles d’apprentissage automatique. Un autre exemple serait la détection d’anomalies dans le son émis par une raboteuse industrielle, puis l’optimisation en temps réel de ses paramètres pour corriger le son. Il a donc une expertise tant en apprentissage automatique qu’en optimisation combinatoire.

Professeur agrégé, Faculté de médecine

La recherche du Dr Benoit Labonté vise à comprendre les bases biologiques de la dépression et autres troubles de l’humeur avec un intérêt particulier porté aux différences entre les sexes. Bien que la dépression soit deux fois plus fréquente chez les femmes, la majorité des études précliniques ont été conduites principalement chez les mâles. Les recherches du Dr Labonté ont démontré récemment que les gènes exprimés dans le cerveau d’animaux modèles et d’humains souffrant de dépression étaient très différents chez les deux sexes.

Les recherches du Dr Labonté portent sur des souris modèles de troubles de l’humeur, mais sont également confirmés par l’analyse de d’échantillons humains, provenant de banque de cerveaux et de prises de sang. Ces études ont permis d’identifier des gènes et protéines qui sont spécifiquement activés ou réprimés chez les mâles ou les femelles déprimés. Ces gènes constituent autant de cibles thérapeutiques possible pour traiter cette maladie de façon spécifique.

Enfin, les études du laboratoire Labonté visent également à comprendre les circuits neuronaux impliqués dans la régulation de l’humeur. En combinant différentes approches cellulaires et moléculaires, son équipe peut comprendre la contribution qu’ont certaines populations neuronales dans l’expression de comportements dépressifs.

C’est donc dans l’optique de développer de meilleures approches thérapeutiques mieux ciblées pour traiter les hommes et les femmes que l’équipe du Dr Labonté vise à améliorer notre compréhension des mécanismes moléculaires sous-tendant les troubles de l’humeur.

Professeur adjoint, Faculté des sciences et de génie

Dr Chengkai Fan est professeur adjoint au Département de génie des mines, de la métallurgie et des matériaux de l’Université Laval depuis septembre 2024. Au cours de la dernière décennie, il a développé une solide expertise multidisciplinaire en génie minier et géotechnique. Ses recherches portent principalement sur le développement de modèles d’intelligence artificielle interprétables appliqués au transport minier. Il se spécialise dans la prédiction de la productivité et l’optimisation des systèmes de transport par camions miniers à l’aide de techniques d’apprentissage automatique, notamment dans des conditions climatiques extrêmes ou incertaines. Il travaille également sur la modélisation de données issues de capteurs, tels que les capteurs à fibre optique, pour soutenir la surveillance intelligente et l’aide à la décision. De plus, ses recherches incluent des études expérimentales et numériques sur la migration des fluides et les réponses géomécaniques liées au stockage géologique du CO2. Dr. Fan dirige un groupe de recherche consacré à l’avancement de la modélisation axée sur les données, de l’optimisation et de la prise de décision intelligente pour des systèmes miniers durables et sécuritaires. Le laboratoire s’appuie sur l’intelligence artificielle et les technologies de détection comme outils essentiels pour améliorer l’efficacité du transport minier, renforcer la sécurité des mines et soutenir la gestion du carbone. Il est rédacteur scientifique pour le Journal of Rock Mechanics and Geotechnical Engineering (Elsevier) et évaluateur régulier pour plusieurs revues de premier plan dans les domaines du génie minier, du génie géotechnique et de l’intelligence artificielle appliquée.

Professeur titulaire, Faculté des sciences et de génie

Christian Landry s’intéresse à l’évolution des systèmes biologiques, en particulier les systèmes cellulaires tels que les réseaux de gènes et l’organisation du génome. L’objectif est de mieux comprendre comment l’environnement et la dynamique des populations affectent l’évolution de ces systèmes et, en même temps, mieux comprendre comment l’organisation de ces réseaux elle-même module leur propre évolution.

Professeure adjointe, Faculté des sciences et de génie

Le Dr. Jiayi Hong est professeure adjointe en informatique, spécialisée dans les domaines de la visualisation, de la collaboration humain-IA (Human-AI Teaming) et de l’interaction homme-machine. Ses travaux se situent à l’intersection de l’intelligence artificielle et des sciences humaines, avec pour objectif de concevoir des systèmes interactifs qui favorisent une collaboration efficace et éthique entre les humains et les machines intelligentes. À travers une approche interdisciplinaire, elle explore comment rendre les systèmes d’IA plus transparents, interprétables et utiles dans des contextes complexes. Ses recherches ont été publiées dans des conférences de premier plan telles que CHI, TVCG et IJHCS, et ont contribué à enrichir notre compréhension des dynamiques d’interaction entre les utilisateurs humains et les systèmes intelligents.

Professeur titulaire, Département d’informatique et de mathématique

Kevin Bouchard est professeur titulaire à l’Université du Québec à Chicoutimi où il enseigne l’intelligence artificielle. Ses intérêts de recherche se situent au niveau de l’intelligence ambiante, de la reconnaissance d’activités, de l’apprentissage automatique et des technologies pour la santé.

Professeure, Département des sciences de la gestion (UQAR)

Mme. Benabbou est professeure au département des sciences de gestion à l’UQAR, campus de Lévis. Ses intérêts de recherche s’inscrivent dans le cadre général du développement et l’application des méthodes d’apprentissage automatique, de l’optimisation et de l’aide multicritère à la décision. Elle s’intéresse à l’application de ces méthodes dans les domaines de la gestion des chaînes d’approvisionnement numériques (résilientes et durables), de la numérisation des processus industriels, de la santé et de la mitigation des risques des changements climatiques.

Professeure titulaire, Faculté des lettres et sciences humaines

Lynne Bowker est professeure titulaire et Chaire de recherche du Canada en traduction, technologies et société. Elle est traductrice agréée, détentrice d’un doctorat en génie linguistique, et membre de la Société royale du Canada. Elle travaille dans le domaine des technologies de la traduction, où elle a introduit des approches innovantes pour étudier ces technologies dans le cadre de la formation des traducteurs et des traductrices et au-delà.

Professeure titulaire, Faculté de musique

Spécialiste de la musique populaire et de l’enregistrement sonore, Serge Lacasse est professeur titulaire en musicologie à la Faculté de musique de l’Université Laval, directeur des programmes de musicologie et directeur du Laboratoire audionumérique de recherche et de création (LARC). Privilégiant une approche interdisciplinaire, les recherches de Lacasse portent sur plusieurs aspects de l’esthétique de la musique populaire enregistrée, de même que sur la recherche-création en musique, en particulier en lien avec l’intelligence artificielle.

Professeure agrégée, Faculté des sciences et de génie

Dre Ting-Huei Chen est professeure de biostatistique/statistique à l’Université Laval. Elle s’intéresse au développement de méthodes statistiques pour l’analyse de données de haute dimension, en particulier la sélection de variables et la régression pénalisée, avec des applications en génétique statistique et en génomique. Elle travaille également sur la modélisation appliquée aux données financières et en pharmacogénomique. Titulaire de la certification CFA (Chartered Financial Analyst), elle met à profit cette expertise pour explorer les liens entre méthodologie statistique, marchés financiers et prise de décision en santé. Son objectif est de mieux comprendre les mécanismes biologiques et économiques sous-jacents et de développer des outils méthodologiques pour traiter des structures de données complexes.

Professeur titulaire, Faculté des sciences de l’administration

Yan Cimon, Ph.D., est professeur titulaire en management. Il a notamment occupé la fonction de vice-recteur adjoint aux affaires internationales et à la Francophonie de l’Université Laval. Ses travaux de recherche portent sur la stratégie d’entreprise, les modèles d’affaires ainsi que les alliances et réseaux stratégiques. Ces travaux couvrent divers secteurs industriels, incluant l’aérospatiale et la défense, l’industrie automobile, le secteur de la vente au détail et les fournisseurs d’équipements de télécommunications, sans s’y limiter. Il se consacre également aux questions de stratégie et de gouvernance des entreprises nord-américaines, ainsi qu’aux dynamiques internationales qui influencent leur développement.