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 signalet d’IA avec une complexité maîtrisée, une incertitude calibrée et un econscience des ressources. Notre méthodologie consiste à concevoir des algorithmes efficaces et éco énergétiques, robustes aux décalages dedistribution et aux imperfections des modèles/données induits par les opérations réelles. En utilisant la distillation, la quantification, lacompression et le calcul parcimonieux, nous réduirons les empreintes de calculet de mémoire pour permettre la détection distribuée et le déploiement àtravers 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 logicielsà McGill.
