Jian Tang

Jian Tang
Chercheur en apprentissage profond

Jian Tang est professeur adjoint au département des sciences de la décision à HEC Montréal, ainsi que membre académique principal à Mila, l’Institut Québécois d’Intelligence Artificielle. Il est titulaire d'une chaire de recherche en IA Canada - CIFAR. Ses principaux intérêts de recherche sont l'apprentissage en profondeur, apprentissage par renforcement, apprentissage par représentation graphique, compréhension du langage naturel, systèmes de recommandation et découverte de médicaments. Au cours de son doctorat, il a reçu le prix du meilleur article lors de la conférence ICML 2014 ; en 2016, il a été nommé pour le prix du meilleur article lors de la conférence sur l'exploration des données World Wide Web ; en 2020, il a reçu le prix Amazon and Tencent Faculty Research Award. Il est l'un des chercheurs les plus représentatifs dans le domaine de l'apprentissage de la représentation des graphes et a publié un ensemble de travaux représentatifs dans ce domaine tels que les algorithmes LINE et RotatE. L’algorithme qu’il a développé sur l'apprentissage de la représentation des nœuds, LINE, a été largement reconnu et est le papier le plus cité à la conférence WWW entre 2015 et 2019. Récemment, son groupe vient de publier une plateforme libre-d’accès pour la découverte de médicaments appelé TorchDrug, visant à rendre les logiciels et les bibliothèques de découverte de médicaments d'IA librement disponibles pour la communauté de recherche. Il est arbitre sénior pour les conférences ICML et NeurIPS.

Partager :
#TIMEWORLD2021