Répertoire des expertises

Vous êtes ici

Retour aux résultats de recherche

Intérêts de recherche et affiliations

Intérêts de recherche
  • Intelligence artificielle 
  • Vision par ordinateur 
  • Reconnaissance de formes 
  • Traitement de la langue 
  • Apprentissage automatique 
  • Infographie 
Type(s) d'expertises (sujets CRSNG)
  • 2603 Vision artificielle
  • 2604 Applications de systèmes intelligents
  • 2605 Analyse de formes et intelligence artificielle
  • 2707 Infographie
  • 2708 Traitement d'images et traitement vidéo
  • 2800 INTELLIGENCE ARTIFICIELLE (Vision artificielle, utiliser 2603)
  • 2805 Théories de l'apprentissage et de l'inférence

Publications

Publications récentes
Article de revue
Drozdzal, M., Chartrand, G., Vorontsov, E., Shakeri, M., Di Jorio, L., Tang, A., Romero, A., Bengio, Y., Pal, C.J. & Kadoury, S. (2018). Learning normalized inputs for iterative estimation in medical image segmentation. Medical Image Analysis, 44, 13 pages. Tiré de https://doi.org/10.1016/j.media.2017.11.005
Communication de conférence
Maharaj, T., Ballas, N., Rohrbach, A., Courville, A. & Pal, C. (2017). A dataset and exploration of models for understanding video data through fill-in-the-blank question-answering. Communication présentée à 30th IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR 2017), Honolulu, HI (p. 7359-7368). Tiré de https://doi.org/10.1109/cvpr.2017.778
Article de revue
Havaei, M., Davy, A., Warde-Farley, D., Biard, A., Courville, A., Bengio, Y., Pal, C., Jodoin, P.-M. & Larochelle, H. (2017). Brain tumor segmentation with Deep Neural Networks. Medical Image Analysis, 35, 18-31. Tiré de https://doi.org/10.1016/j.media.2016.05.004
Article de revue
Chartrand, G., Cheng, P.M., Vorontsov, E., Drozdzal, M., Turcotte, S., Pal, C.J., Kadoury, S. & Tang, A. (2017). Deep Learning: A Primer for Radiologists. RadioGraphics, 37(7), 2113-2131. Tiré de https://doi.org/10.1148/rg.2017170077

Enseignement

INF 6953E – Traitement et analyse de données multimédias

Encadrement à Polytechnique

TERMINÉ

  • Thèse de doctorat (4)

    • Ebrahimi Kahou, S. (2016). Emotion recognition with deep neural networks (Thèse de doctorat, École Polytechnique de Montréal). Tiré de http://publications.polymtl.ca/2290/
    • Ibrahim, M. (2015). Using Constraint Satisfaction Techniques and Variational Methods for Probabilistic Reasoning (Thèse de doctorat, École Polytechnique de Montréal). Tiré de http://publications.polymtl.ca/1864/
    • Hasan, M.K. (2014). Face Mining in Wikipedia Biographies (Thèse de doctorat, École Polytechnique de Montréal). Tiré de http://publications.polymtl.ca/1441
    • Rim, D. (2013). Weakly-Labeled Data and Identity-Normalization for Facial Image Analysis (Thèse de doctorat, École Polytechnique de Montréal). Tiré de http://publications.polymtl.ca/1335
  • Mémoire de maîtrise (5)

    • Beckham, C. (2017). Techniques in ordinal classification and image-to-image translation (Mémoire de maîtrise, École Polytechnique de Montréal). Tiré de https://publications.polymtl.ca/2879/
    • Thong, W. (2015). Apprentissage de représentations pour la classification d'images biomédicales (Mémoire de maîtrise, École Polytechnique de Montréal). Tiré de http://publications.polymtl.ca/1842/
    • Berthou, L. (2012). Apprentissage de modèles probabilistes pour la vision stéréoscopique en temps réel (Mémoire de maîtrise, École Polytechnique de Montréal). Tiré de http://publications.polymtl.ca/991
    • Ma, L.Y. (2012). Traitement et analyse d'images stéréoscopiques avec les approches du calcul générique sur un processeur graphique (Mémoire de maîtrise, École Polytechnique de Montréal). Tiré de http://publications.polymtl.ca/806
    • Puech, F. (2012). Vers plus de robustesse en reconnaissance d'objets et de visages pour l'analyse d'images issues de vidéos de concert (Mémoire de maîtrise, École Polytechnique de Montréal). Tiré de http://publications.polymtl.ca/1046

Nouvelle(s) concernant Christopher J. Pal

INNOVATIO | 15 février 2016
Des algorithmes qui diagnostiquent des tumeurs à un stade précoce | Lire

Revue de presse concernant Christopher J. Pal

15 juillet 2018, Radio-Canada, Découverte - Épisode du dimanche 15 juillet 2018 Expertise de Christopher J. Pal, professeur agrégé au Département de génie informatique et génie logiciel de Polytechnique Montréal (9:00).
28 avril 2018, La Presse +, Comment reconnaître 1,4 milliard de visages Les explications de Christopher Pal, professeur agrégé au Département de génie informatique et génie logiciel de POlytechnique Montréal.
15 février 2018, CBC Newsworld, The future of artificial intelligence Dans cet entretien vidéo, Christopher Pal, professeur agrégé au Département de génie informatique et génie logiciel de Polytechnique Montréal, discute de l'avenir de l'intelligence artificielle et des investissements gouvernementaux dans ce domaine (18 h - 1:45).
3 septembre 2017, Radio-Canada, Découverte - L'intelligence artificielle Décodage des images vidéos : explications de Christopher Pal, professeur agrégé au Département de génie informatique et génie logiciel de Polytechnique Montréal (9:00).
26 février 2017, Radio-Canada, Découverte - L'intelligence artificielle: la grande révolution scientifique Mention de Christopher Pal, chercheur et professeur agrégé au Département de génie informatique et génie logiciel de Polytechnique Montréal (9:00).
23 novembre 2016, Le médecin du Québec, Médecine et intelligence artificielle : un nouveau monde de possibilités Mentions de Christopher Pal et de Samuel Kadoury, professeurs agrégés au Département de génie informatique et génie logiciel de Polytechnique Montréal.