James Goulet
Ph.D.
Professeur titulaire
Département des génies civil, géologique et des mines
Département des génies civil, géologique et des mines
Domaines d'expertise
Génie et gestion du bâtiment Charges structurales et sécurité Analyse des structures Théories de l'apprentissage et de l'inférence Probabilité appliquée
Génie et gestion du bâtiment Charges structurales et sécurité Analyse des structures Théories de l'apprentissage et de l'inférence Probabilité appliquée
Pôle d'excellence principal
Modélisation et intelligence artificielle
Modélisation et intelligence artificielle
Pôle(s) d'excellence secondaire(s)
Transport et infrastructures durables
Transport et infrastructures durables
Intérêts de recherche et affiliations
Intérêts de recherche
- Suivi électronique des structures
- Interprétation de données
- Prise de décisions
- Fiabilité des structures
- Apprentissage automatique
- Méthodes Bayesiennes
Affiliation(s)
Type(s) d'expertises (sujets CRSNG)
- 1001 Génie et gestion du bâtiment
- 1101 Charges structurales et sécurité
- 1104 Analyse des structures
- 2805 Théories de l'apprentissage et de l'inférence
- 3008 Probabilité appliquée
Publications
Publications récentes
Communication de conférence
Article de revue
Article de revue
Article de revue
Xin, Z., & Goulet, J. A. (juin 2024). Anomaly detection with switching Kalman filter and imitation [Communication écrite]. 12th International Conference on Bridge Maintenance, Safety and Management (IABMAS 2024), Copenhagen, Denmark. 
Laurent, B., Deka, B., Hamida, Z., & Goulet, J. A. (2023). Analytical Inference for Inspectors' Uncertainty Using Network-Scale Visual Inspections. Journal of Computing in Civil Engineering, 37(5), 12 pages.
Deka, B., Nguyen, L. H., & Goulet, J. A. (2023). Analytically tractable heteroscedastic uncertainty quantification in Bayesian neural networks for regression tasks. Neurocomputing, 127183 (20 pages).
Deka, B., & Goulet, J. A. (2023). Approximate Gaussian variance inference for state-space models. International Journal of Adaptive Control and Signal Processing, 29 pages.
Biographie
Parcours académique
- (2015-) : Professeur adjoint, Polytechnique Montréal
- (2012-2015) : Post-doctorat, University of California, Berkeley, USA
- (2008-2012) : Doctorat, Génie civil, École Polytechnique Fédérale de Lausanne, Suisse (EPFL)
- (2006-2008) : Maitrîse, Génie civil, Université Laval, Québec, Canada
- (2004-2008) : Baccalauréat, Génie civil, Université Laval, Québec, Canada
Enseignement
- CIV1150 Résitance des matériaux
- CIV8530 Fiabilité des structures et systèmes
- CIV6540 Méthodes probabilistes d'analyse de données pour l'ingénieur civil
Encadrement à Polytechnique
TERMINÉ
-
Thèse de doctorat (4)
- Deka, B. (2022). Analytical Bayesian Parameter Inference for Probabilistic Models with Engineering Applications [Thèse de doctorat, Polytechnique Montréal].
- Khazaeli, S. (2022). Damage Detection for Structural Health Monitoring Using Reinforcement and Imitation Learning [Thèse de doctorat, Polytechnique Montréal].
- Hamida, Z. (2020). Stochastic Modelling of Infrastructures Deterioration and Interventions based on Network-Scale Visual Inspections [Thèse de doctorat, Polytechnique Montréal].
- Nguyen, L. H. (2019). Real-time Anomaly Detection in the Behaviour of Structures [Thèse de doctorat, Polytechnique Montréal].
- Deka, B. (2022). Analytical Bayesian Parameter Inference for Probabilistic Models with Engineering Applications [Thèse de doctorat, Polytechnique Montréal].
-
Mémoire de maîtrise (3)
- Laurent, B. (2022). Analytical Inference for Visual Inspection Uncertainty in the Context of Transportation Infrastructures [Mémoire de maîtrise, Polytechnique Montréal].
- Paquin, C. (2018). Modelling Environmental Effect Dependencies with Principal Component Analysis and Bayesian Dynamic Linear Models [Mémoire de maîtrise, École Polytechnique de Montréal].
- Tabor, L. (2017). Modélisation probabiliste d'essais en laboratoire par processus gaussien avec peu de spécimens répliqués [Mémoire de maîtrise, École Polytechnique de Montréal].
- Laurent, B. (2022). Analytical Inference for Visual Inspection Uncertainty in the Context of Transportation Infrastructures [Mémoire de maîtrise, Polytechnique Montréal].
Nouvelle(s) concernant James Goulet
NOUVELLES
|
26 avril 2024
Création de trois nouvelles chaires de recherche institutionnelles à Polytechnique Montréal |
Lire
NOUVELLES
|
24 mai 2018
Gala Méritas 2017-2018 : les étudiants de Polytechnique Montréal récompensent 44 enseignantes et enseignants |
Lire
Revue de presse concernant James Goulet

21 février 2023,
ICI Radio-Canada | Le 15-18,
Les effets du gel et du dégel sur les infrastructures
James Goulet, professeur agrégé au Département des génies civil, géologique et des mines de Polytechnique discute des impacts des cycles de gel et de dégel sur les infrastructures.

4 février 2018,
La Presse +,
Les nids-de-poule
Les explications de Benoît Courcelles et de James Goulet, professeurs adjoints au Département des génies civil, géologique et des mines à Polytechnique Montréal.

20 septembre 2017,
Pieuvre.ca,
Rouler entre deux nids-de-poule 0
Mentions de James Goulet, professeur adjoint au Département des génies civil, géologique et des mines de Polytechnique Montréal.

18 septembre 2017,
Agence Science-Presse,
Rouler entre deux nids-de-poule
Explications de James Goulet, professeur adjoint au Département des génies civil, géologique et des mines de Polytechnique Montréal.

11 mars 2017,
Les Affaires,
Hausser le QI de la société
L'intelligence artificielle (IA) est la nouvelle frontière informatique. Mentions de trois professeurs de Polytechnique Montréal : James Goulet, professeur adjoint au Département des génies civil, géologique et des mines, Michel Gagnon, professeur agrégé au Département de génie informatique et génie logiciel et Samuel Bassetto, professeur adjoint au Département de mathématiques et de génie industriel.

20 février 2017,
Télé-Québec,
Cochon dingue - Marcher sur des oeufs
Explications de James Goulet, professeur adjoint au Département des génies civil, géologique et des mines de Polytechnique Montréal.