Sandra Zilles s'intéresse aux méthodes de modélisation et d'exploitation de types particuliers d'interaction avec les machines pour leur permettre d'apprendre en utilisant moins de données que les approches conventionnelles.

Apprentissage efficace des données

Sandra Zilles et son équipe se concentrent sur les aspects théoriques de l'apprentissage automatique. Elle s'intéresse particulièrement aux méthodes de modélisation et d'exploitation de types particuliers d'interaction avec les machines pour leur permettre d'apprendre en utilisant moins de données que les approches conventionnelles. Intuitivement, la recherche permettra aux machines intelligentes d'exploiter la qualité de données bien choisies plutôt que de nécessiter une grande quantité de données potentiellement coûteuses. Les modèles et les techniques algorithmiques qui résulteront de cette recherche pourraient fournir des solutions efficaces à des problèmes complexes d'intelligence artificielle, à moindre coût et avec moins de données que ce qui est actuellement possible. Sandra et son équipe travaillent actuellement sur l'interaction entre l'enseignement efficace des données et l'évitement de la collusion, sur la confiance dans les systèmes multi-agents, sur le développement d'algorithmes pour agréger les préférences de diverses entités dans un système, et sur l'étude de la manière d'apprendre des représentations succinctes de données textuelles structurées (telles que les séquences d'ADN, les entrées de bibliographie, les programmes informatiques, etc.)

Sandra est titulaire d'une chaire d'IA CIFAR à Amii, professeur au département d'informatique de l'université de Regina et titulaire d'une chaire de recherche du Canada en théorie de l'apprentissage informatique. Sandra est rédactrice en chef adjointe de IEEE Transactions on Pattern Analysis and Machine Intelligence, ainsi que du Journal of Computer and System Sciences. Elle a fait partie des comités de programme de nombreuses conférences internationales, notamment NeurIPS, IJCAI, COLT et AAAI, et a coprésidé le comité directeur de la conférence ALT. Sandra a été nommée membre du Collège des nouveaux chercheurs, artistes et scientifiques de la Société royale du Canada (2017 - 2024), un système national de reconnaissance multidisciplinaire pour la nouvelle génération de leaders intellectuels canadiens. Sandra est fière d'avoir supervisé plus de 35 étudiants en M.Sc. et en doctorat. Elle a publié plus de 140 articles, qui ont été cités près de 1200 fois. En 2003, elle a obtenu son doctorat en informatique à l'Université de Kaiserslautern, en Allemagne.