Traitement du signal et moteurs d'IA pour la communication, le calcul et la détection
Chef de l'Axe
Mark Coates
Université McGill
Le défi de recherche consiste à développer des algorithmes de traitement du signal et d’IA avec une complexité maîtrisée, une incertitude calibrée et une conscience des ressources. Notre méthodologie consiste à concevoir des algorithmes efficaces et écoénergétiques, robustes aux décalages de distribution et aux imperfections des modèles/données induits par les opérations réelles. En utilisant la distillation, la quantification, la compression et le calcul parcimonieux, nous réduirons les empreintes de calcul et de mémoire pour permettre la détection distribuée et le déploiement à travers les clouds périphériques. Les collaborations intra-axe réunissent des chercheurs en traitement du signal spécialisés dans les communications sans filet optiques (p. ex., Champagne, Falk, Psaromiligkos) et des experts en apprentissage automatique et IA (p. ex., Aïvodji, Bouguila, Coates). L’infrastructure de recherche repose sur des grappes de calcul et des logiciels à McGill.
