- Apprentissage automatique
- Traitement du signal et de la parole
- Méthodes d’interprétations pour réseaux de neurones
- Apprentissage profond
- Les modèles de variables latentes
- Modèles génératifs
- Apprentissage Continu
Lorsque vous visitez ce site, celui-ci peut stocker ou récupérer des informations sur votre navigateur, principalement sous forme de témoins (cookies). Ces informations ne permettent pas de vous identifier directement, elles sont utilisées pour faciliter la navigation et offrir une expérience plus personnalisée....
Ces témoins sont indispensables au bon fonctionnement du site web et ne peuvent pas être désactivés de nos systèmes. Ils ne sont généralement qu’activés en réponse à des actions que vous effectuez, comme la configuration de vos préférences de confidentialité, la connexion ou le remplissage de formulaires.
Ces témoins permettent d’améliorer les fonctionnalités et la personnalisation de notre site, telles que par exemple l’utilisation de vidéos et de services de messagerie instantanée. Si vous n’acceptez pas cette catégorie de témoins, certaines ou toutes ces fonctionnalités seront susceptibles ne pas fonctionner correctement.
Ces témoins nous permettent de déterminer le nombre de visites et les sources du trafic sur notre site web, afin d’en mesurer et d’en améliorer les performances. Ils nous aident également à identifier les pages les plus/moins visitées et à évaluer comment les visiteurs naviguent sur le site. Toutes les informations, collectées par ces témoins, sont agrégées et donc anonymisées.
Ces témoins peuvent être activés sur notre site web pour établir des profils sur vos intérêts. Ils nous aident à vous proposer des publicités et des contenus personnalisés sur d’autres sites. Si vous n’acceptez pas cette catégorie de témoins, des publicités moins ciblées sur vos intérêts vous seront proposées lors de votre navigation sur d’autres sites web.
Université Laval
Faculté des sciences et de génie
Département d’informatique et de génie logiciel
Cem Subakan est professeur adjoint à l’Université Laval au sein du département d’informatique et de génie logiciel. Il est également professeur adjoint affilié au département d’informatique et de génie logiciel de l’Université Concordia, ainsi que membre académique associé à Mila-Institut québécois d’intelligence artificielle. Il a obtenu son doctorat en informatique de l’Université de l’Illinois à Urbana-Champaign (UIUC) et a effectué un post-doctorat à Mila. Il agit en tant que relecteur pour plusieurs conférences, notamment NeurIPS, ICML, ICLR, ICASSP, MLSP, ainsi que pour des revues telles que IEEE Signal Processing Letters (SPL) et IEEE Transactions on Audio, Speech, and Language Processing (TASL).
Ses principaux domaines de recherche portent sur l’apprentissage automatique appliqué à la parole et à l’audio. Plus précisément, il travaille sur l’apprentissage profond pour la séparation de sources et l’amélioration de la parole dans des conditions réalistes, l’interprétabilité des réseaux neuronaux, l’apprentissage continu et l’apprentissage multimodal. Il a reçu le prix du meilleur article étudiant lors de la conférence IEEE Machine Learning for Signal Processing (MLSP) en 2017, ainsi que la bourse Sabura Muroga du département d’informatique de l’UIUC. Il est également un contributeur clé au projet SpeechBrain, où il dirige la partie consacrée à la séparation de la parole.
Vous souhaitez être informé des nouvelles et activités de l'IID? Abonnez-vous dès maintenant à notre infolettre mensuelle.