Machine learning and network-based frameworks for studying the impacts of climate change on boreal biodiversity Ilhem Bouderbala University of Alberta Résumé Together with climate change, the increase in anthropogenic and natural disturbances affects the environmental conditions of an ecosystem and thus can cause a pronounced change in its functionality. It, therefore, becomes critical to have […]

Temps moyen de premier passage et son application dans le développement de médicaments oculaires Patricia Lamirande University of Oxford Résumé La dégénérescence maculaire humide liée à l’âge est une maladie dégénérative qui peut mener à la perte de la vision centrale. Les traitements standards impliquent des injections fréquentes de médicaments dans l'œil, ce qui motive […]

Des sciences du climat vers l’actuariat ou l’intégration des modèles climatiques pour la gestion des risques financiers Mathieu Boudreault Professeur, UQÀM Résumé Face à une pression constante des investisseurs et des régulateurs, les banques et les (ré)assureurs devront bientôt divulguer et tester leur solvabilité et leur rentabilité face à différents scénarios climatiques pour le futur. […]

Prédiction de la mortalité et morbidité liées à la chaleur extrême avec apprentissage automatique et profond Jérémie Boudreault Candidat au doctorat, INRS / INSPQ Résumé Les chaleurs extrêmes ont des impacts importants à la santé, autant sur la mortalité et que la morbidité, qui seront amplifiés par les changements climatiques. Ces impacts doivent être prédits […]

Rich and Lazy neurons: network connectivity structure and the double implications of feature learning for generalization Guillaume Lajoie Canada Research Chair in Neural Computation and Interfacing Canada CIFAR AI chair Maths & Stats Dept — Univ de Montréal — Mila, Quebec AI Institute Résumé In this talk, I will present an overview of recent advancements […]

Apprentissage sous la supervision de tables de vérité Olivier Lafitte Université Paris 13 Nord Résumé In Il a été prouvé que combiner des classifieurs faibles (c’est-à-dire dont la performance est un peu meilleure que le tirage au hasard d’une pièce parfaite) peut produire un classifieur fort, de précision arbitraire. De nombreuses méthodes numériques ont été […]

Une approche éléments finis à maillage fixe pour les problèmes de changement de phase avec convection Ismaël Tchinda Ngueyong Étudiant au doctorat, Université Laval Résumé Cet exposé portera sur une approche éléments finis à maillage fixe pour les problèmes de changement de phase avec convection naturelle. Encore connue sous le nom de CutFEM (Cut Finite […]

Model modification and combination using Kullback-Leibler divergence and barycentre Silvana Pesenti University of Toronto Résumé In many settings, a modeler may have trained a model on data but that trained model is not consistent with their beliefs - e.g., the average time the process spends below some barrier is 10% from the estimated model, but […]

Wildfire risk mapping – data and methodological challenges and opportunities Jen Beverly University of Alberta Résumé The 2023 wildfire season in Canada was the worst ever recorded, with over 17 million hectares burned. This unprecedented level of fire activity led to precipitated mass evacuations across the country, extensive structure losses, and multiple firefighter fatalities. It […]

Schémas différences finies avec correction de dispersion pour des problèmes de propagation d'onde Pierre-Henri Cocquet Université de Pau et des Pays de l’Adour Résumé L'approximation numérique de problèmes de propagation d'onde souffre généralement de l'erreur de dispersion. Cette dernière est caractérisée par une différence entre les vitesses de phase associées  aux ondes des problèmes continu […]