Canada Spends Logo

Explorez notre analyse du budget 2026

Grant: Alliance Grants

École Polytechnique de Montréal

$130,250.00

Numerical Optimization and Machine Learning

EF 2019-20

Résumé
La compagnie Huawei est un leader mondial en télécommunications. Elle est massivement impliquée en recherche en intelligence artificielle et fait face à plusieurs problèmes d'optimisation. Cette collaboration, entre Huawei Canada et quatre professeurs de Polytechnique possédant une expertise diversifiée en optimisation, vise à faire progresser les connaissances en optimisation numérique, à développer des outils d'optimisation spécialisés en apprentissage automatique, et à former du personnel sensibilisé à ces problématiques. Durant trois ans, ce projet financera six étudiants au doctorat, deux stagiaires postdoctoraux, quatorze stagiaires de premier cycle, et deux associés de recherche. Conformément à une formule qui a fait ses preuves, le fonctionnement de cette équipe s'articule autour des deux associés de recherche, et les algorithmes et la théorie seront développés au centre de recherche GERAD. Les thématiques de recherche ont été sélectionnées en collaboration avec le partenaire industriel mais les algorithmes sont conçus comme des outils génériques pouvant bénéficier à d'autres applications. Les codes sont développés par les étudiants et validés par les associés de recherche. Une fois suffisamment matures, ils sont testés sur des applications de Huawei. Les résultats attendus de cette recherche sont l'amélioration des méthodes d'optimisation existantes, de nouveaux algorithmes plus adaptés aux applications industrielles et de meilleures techniques d'optimisation des réseaux de neurones. Les nouvelles méthodes seront décrites dans des articles scientifiques et les codes diffusés gratuitement dans leurs versions génériques. Ce projet contribuera à la réputation internationale de Montréal dans les domaines de l'optimisation et de l'apprentissage automatique, hautement stratégiques pour le Canada. En s'associant avec une entreprise qui figure parmi les chefs de file en télécommunications et en intelligence artificielle, les chercheurs universitaires développeront un avantage technologique qui leur permettra de développer des méthodes plus avancées et de former du personnel convoité sur le marché de l'emploi canadien. Enfin, tous les aspects de ce projet suivent les principes d'équité, de diversité et d'inclusion.
Programme
Alliance Grants
Emplacement
Quebec, Canada
Type de bénéficiaire
Academia
Type
Grant
Source
NSERC's Awards Data

Tel que publié

Application id
544900-2019
Name nom
LeDigabel, Sébastien
Department département
Mathématiques et génie industriel
Organization id
64
Institution établissement
École Polytechnique de Montréal
Province en
Québec
Province fr
Québec
Country en
CANADA
Country fr
CANADA
Fiscal year exercice financier
2019
Competition year année de concours
2019
Award amount
130250
Program id
ALLRP
Program name en
Alliance Grants
Program name fr
Subventions Alliance
Group en
RESEARCH PARTNERSHIPS**
Group fr
PARTENARIATS DE RECHERCHE**
Committee code
96
Committee name en
RPP Internal Decision Cttee
Committee name fr
Cté de décision interne - PPR
Area of application code
1200
Area of application group en
Advancement of knowledge
Area of application group fr
Avancement des connaissances
Area of application en
Advancement of knowledge
Area of application fr
Avancement des connaissances
Research subject code
2956
Research subject group en
Applied mathematics
Research subject group fr
Mathématiques appliquées
Research subject en
Optimisation and optimal control theory
Research subject fr
Optimisation et théories de commande optimale
Installment
inst:1 - 1
Partie
1
Nb partie
1
Application title
Numerical Optimization and Machine Learning
Keyword
NSERC
Application summary
La compagnie Huawei est un leader mondial en télécommunications. Elle est massivement impliquée en recherche en intelligence artificielle et fait face à plusieurs problèmes d'optimisation. Cette collaboration, entre Huawei Canada et quatre professeurs de Polytechnique possédant une expertise diversifiée en optimisation, vise à faire progresser les connaissances en optimisation numérique, à développer des outils d'optimisation spécialisés en apprentissage automatique, et à former du personnel sensibilisé à ces problématiques. Durant trois ans, ce projet financera six étudiants au doctorat, deux stagiaires postdoctoraux, quatorze stagiaires de premier cycle, et deux associés de recherche. Conformément à une formule qui a fait ses preuves, le fonctionnement de cette équipe s'articule autour des deux associés de recherche, et les algorithmes et la théorie seront développés au centre de recherche GERAD. Les thématiques de recherche ont été sélectionnées en collaboration avec le partenaire industriel mais les algorithmes sont conçus comme des outils génériques pouvant bénéficier à d'autres applications. Les codes sont développés par les étudiants et validés par les associés de recherche. Une fois suffisamment matures, ils sont testés sur des applications de Huawei. Les résultats attendus de cette recherche sont l'amélioration des méthodes d'optimisation existantes, de nouveaux algorithmes plus adaptés aux applications industrielles et de meilleures techniques d'optimisation des réseaux de neurones. Les nouvelles méthodes seront décrites dans des articles scientifiques et les codes diffusés gratuitement dans leurs versions génériques. Ce projet contribuera à la réputation internationale de Montréal dans les domaines de l'optimisation et de l'apprentissage automatique, hautement stratégiques pour le Canada. En s'associant avec une entreprise qui figure parmi les chefs de file en télécommunications et en intelligence artificielle, les chercheurs universitaires développeront un avantage technologique qui leur permettra de développer des méthodes plus avancées et de former du personnel convoité sur le marché de l'emploi canadien. Enfin, tous les aspects de ce projet suivent les principes d'équité, de diversité et d'inclusion.