Christopher J. Pal
Ph.D. (Waterloo)
Professeur titulaire
Département de génie informatique et génie logiciel
Département de génie informatique et génie logiciel
Intérêts de recherche et affiliations
Intérêts de recherche
- Intelligence artificielle
- Vision par ordinateur
- Reconnaissance de formes
- Traitement de la langue
- Apprentissage automatique
- Infographie
Affiliation(s)
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
Communication de conférence
Communication de conférence
Communication de conférence
Voleti, V., Finlay, C., Oberman, A., & Pal, C. J. (2024). Multi-resolution continuous normalizing flows. Annals of Mathematics and Artificial Intelligence, 23-23.
Chamorro, S., Klemm, V., De La Iglesia Valls, M., Pal, C. J., & Siegwart, R. (mai 2024). Reinforcement Learning for Blind Stair Climbing with Legged and Wheeled-Legged Robots [Communication écrite]. 2024 IEEE International Conference on Robotics and Automation (ICRA 2024), Yokohama, Japan.
Krojer, B., Poole-Dayan, E., Voleti, V., Pal, C. J., & Reddy, S. (décembre 2023). Are Diffusion Models Vision-And-Language Reasoners? [Communication écrite]. 37th Conference on Neural Information Processing Systems (NeurIPS 2023), New Orleans, LA, USA (21 pages). 
Pilault, J., Fathi, M., Firat, O., Pal, C. J., Bacon, P.-L., & Goroshin, R. (décembre 2023). Block-State Transformers [Communication écrite]. 37th Conference on Neural Information Processing Systems (NeurIPS 2023), New Orleans, LA, USA (19 pages). 
Enseignement
INF 6953E – Traitement et analyse de données multimédias
Encadrement à Polytechnique
TERMINÉ
-
Thèse de doctorat (13)
- Beckham, C. (2024). Generalisation with Generative Models [Thèse de doctorat, Polytechnique Montréal].
- Roy, J. (2024). Effective Reward Specification in Deep Reinforcement Learning [Thèse de doctorat, Polytechnique Montréal].
- Angelard-Gontier, N. (2023). Natural Language Reasoning with Transformer Language Models [Thèse de doctorat, Polytechnique Montréal].
- Casanova Paga, A. (2023). Active Learning, Controllable Generative Models and Dataset Augmentation [Thèse de doctorat, Polytechnique Montréal].
- Ke, N. (2023). From "What" to "Why": Towards Causal Deep Learning [Thèse de doctorat, Polytechnique Montréal].
- Maharaj, T. (2022). Generalizing in the Real World with Representation Learning [Thèse de doctorat, Polytechnique Montréal].
- Gingras Harvey, F. (2021). Deep Representation Learning of 3D Human Motion with Recurrent Neural Networks [Thèse de doctorat, Polytechnique Montréal].
- Vorontsov, E. (2020). On Medical Image Segmentation and on Modeling Long Term Dependencies [Thèse de doctorat, Polytechnique Montréal].
- Trabelsi, C. (2019). Stabilizing and Enhancing Learning for Deep Complex and Real Neural Networks [Thèse de doctorat, Polytechnique Montréal].
- Ebrahimi Kahou, S. (2016). Emotion Recognition with Deep Neural Networks [Thèse de doctorat, École Polytechnique de Montréal].
- Ibrahim, M. (2015). Using Constraint Satisfaction Techniques and Variational Methods for Probabilistic Reasoning [Thèse de doctorat, École Polytechnique de Montréal].
- Hasan, M.D. K. (2014). Face Mining in Wikipedia Biographies [Thèse de doctorat, École Polytechnique de Montréal].
- Rim, D. (2013). Weakly-Labeled Data and Identity-Normalization for Facial Image Analysis [Thèse de doctorat, École Polytechnique de Montréal].
-
Mémoire de maîtrise (9)
- Chamorro, S. (2024). Reinforcement Learning for Stair Climbing with Ascento: A Two-Wheeled Legged Robot [Mémoire de maîtrise, Polytechnique Montréal].
- El Hattami, A. (2021). Large Scale Conditional Multitask Learning for Natural Language Processing [Mémoire de maîtrise, Polytechnique Montréal].
- Simard, J.-G. (2021). Learned Image Compression for Machine Visual Perception [Mémoire de maîtrise, Polytechnique Montréal].
- Li, R. (2018). Recommandations conversationnelles dans le domaine des films [Mémoire de maîtrise, École Polytechnique de Montréal].
- Beckham, C. (2017). Techniques in Ordinal Classification and Image-to-Image Translation [Mémoire de maîtrise, École Polytechnique de Montréal].
- Thong, W. (2015). Apprentissage de représentations pour la classification d'images biomédicales [Mémoire de maîtrise, École Polytechnique de Montréal].
- Berthou, L. (2012). Apprentissage de modèles probabilistes pour la vision stéréoscopique en temps réel [Mémoire de maîtrise, École Polytechnique de Montréal].
- 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].
- 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].
Nouvelle(s) concernant Christopher J. Pal
NOUVELLES
|
17 décembre 2021
Recherche stratégique : la professeure Lahrichi et le professeur Pal parmi les équipes principales de deux programmes financés par IVADO |
Lire
NOUVELLES
|
24 février 2021
50 scientifiques de Polytechnique Montréal parmi le top 2 % des plus cités dans leur champ de recherche |
Lire
Revue de presse concernant Christopher J. Pal

11 décembre 2022,
Toronto Star ,
I wrote a story about ChatGPT’s AI. Then I dared it to write a better one
Christopher J. Pal, professeur titulaire au Département de génie informatique et génie logiciel, discute à propos de l'application ChatGPT. (en anglais seulement)

5 décembre 2022,
98.5 | Puisqu'il faut se lever,
Intelligence artificielle : une application devient virale
Christopher J. Pal, professeur titulaire au Département de génie informatique et de génie logiciel, a partagé son opinion au sujet du phénomène « Lensa », une application qui génère des photos extrêmement réalistes.

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.