Yuhong Guo

Yuhong Guo

Canada CIFAR AI Chair

Affiliations académiques

Professeur - Université Carleton (École d'informatique)

Affiliations dans l'industrie et la recherche

Chaire de recherche du Canada en apprentissage automatique

Domaines d'expertise

Apprentissage automatique ; intelligence artificielle ; traitement du langage naturel ; vision par ordinateur ; bioinformatique ; analyse de données ; apprentissage par représentation ; apprentissage par transfert généralisé ; apprentissage avec des sorties complexes ; apprentissage actif ; achèvement de la matrice ; apprentissage faiblement supervisé.

L'objectif ultime de la recherche de Yuhong Guo est d'automatiser le processus d'apprentissage et de réduire la dépendance des systèmes d'apprentissage à l'égard des conseils humains.

Améliorer l'autonomie d'apprentissage

Travaillant dans le domaine de l'apprentissage automatique, Yuhong Guo se concentre sur l'apprentissage de représentations de données utiles et de modèles de classification précis dans diverses circonstances. Son objectif de recherche ultime est d'automatiser le processus d'apprentissage et de réduire la dépendance des systèmes d'apprentissage à l'égard des conseils humains. Son programme de recherche s'articule autour de trois axes principaux : l'apprentissage par transfert généralisé, l'apprentissage à partir de données incomplètes et l'apprentissage à partir de données faiblement supervisées. Dans ses travaux sur l'apprentissage par transfert, Yuhong a exploité les ressources de données auxiliaires afin de réduire les exigences d'annotation pour les tâches cibles, par le biais de l'adaptation au domaine, de l'apprentissage à zéro et à quelques reprises. Pour les scénarios d'analyse de données, tels que les systèmes de recommandation, où les données sont naturellement éparses et contiennent des entrées manquantes, elle a développé des techniques de complétion de matrice pour déduire les mécanismes d'association de données sous-jacents et récupérer automatiquement les observations manquantes. Elle a également mis au point des techniques permettant d'apprendre des modèles de prédiction précis à partir d'une supervision faible, comme des annotations imprécises collectées par le crowdsourcing auprès de non-experts.

Yuhong est titulaire d'une chaire d'IA du CIFAR à Amii, professeur à l'école d'informatique de l'université Carleton et titulaire d'une chaire de recherche du Canada en apprentissage automatique. Elle est rédactrice en chef adjointe de l'IEEE Transactions on Pattern Analysis and Machine Intelligence et fait partie du comité de rédaction de l'Artificial Intelligence Journal. Elle a été membre du comité de programme principal et présidente de secteur pour l'AAAI, l'IJCAI et l'ACML, et a fait partie des comités de programme de nombreuses autres conférences internationales, notamment NeurIPS, ICML, ICLR, UAI, ACL, CVPR et ICCV. Yuhong a publié plus de 80 articles dans des revues et des conférences scientifiques de premier plan et, depuis 2007, a supervisé plus de 20 chercheurs en début de carrière au niveau de la maîtrise et du doctorat. Ses recherches ont été récompensées par le prix du meilleur article lors de plusieurs conférences internationales.