Le séminaire sur l'intelligence artificielle est une réunion hebdomadaire à l'Université de l'Alberta où les chercheurs intéressés par l'intelligence artificielle (IA) peuvent partager leurs recherches. Les présentateurs comprennent à la fois des conférenciers locaux de l'Université de l'Alberta et des visiteurs d'autres institutions. Les sujets peuvent être liés d'une manière ou d'une autre à l'intelligence artificielle, qu'il s'agisse de travaux théoriques fondamentaux ou d'applications novatrices des techniques d'IA à de nouveaux domaines et problèmes.

Résumé : Alors que les modèles de survie se sont traditionnellement concentrés sur la discrimination - classer avec précision les risques des patients (par exemple, prioriser les patients pour une transplantation rare), il y a un intérêt croissant pour l'amélioration de la performance d'étalonnage, reflétant l'alignement des probabilités prédites avec la distribution réelle des observations. Comme ils mesurent des aspects distincts d'un modèle, il est difficile pour les modèles d'optimiser les deux objectifs simultanément - en effet, de nombreux résultats antérieurs ont montré que l'amélioration de la calibration tend à diminuer la performance de la discrimination. Cet exposé présente deux nouvelles approches, qui utilisent la prédiction conforme pour dissocier l'étalonnage de la discrimination, ce qui nous permet d'améliorer l'étalonnage d'un modèle sans dégrader sa discrimination. Nous fournissons des garanties théoriques pour cette affirmation et démontrons son efficacité dans divers scénarios.

Biographie du présentateur : Shi-ang Qi est candidat au doctorat au département d'informatique de l'université de l'Alberta, sous la direction du Dr Russell Greiner. Ses recherches portent sur l'apprentissage automatique pour les soins de santé, l'analyse de survie, l'inférence causale et les systèmes de recommandation. Il collabore avec des équipes pluridisciplinaires pour développer et déployer des solutions basées sur l'IA afin de relever des défis concrets dans les domaines de la santé, de la finance et de la technologie. Son travail mêle théorie et application, mettant en évidence son leadership dans la traduction de la recherche en innovations pratiques et percutantes.