Yashar Hezaveh

Professeur adjoint

Faculté des arts et des sciences - Département de physique

Complexe des sciences local B-3301

yashar.hezaveh@umontreal.ca

hezaveh@astro.umontreal.ca (Travail)

Travail 1 : 514 343-6111 #48348

Web : CV en anglais

Web : Google Scholar

Web : Autre site web

Biographie

Yashar Hezaveh a complété une thèse de doctorat en juin 2013, sous la supervision du Professeur Gil Holder de l’Université McGill. Les recherches menées dans le cadre de sa thèse, intitulée “Strongly lensed high redshift dusty star forming galaxies discovered in wide area millimeter surveys”, lui ont valu de faire partie du palmarès des 10 découvertes de l’année 2013, du magazine Québec-Science.

Lire plus…

Affiliations

Titulaire – Chaire de recherche du Canada en analyse des données d’astrophysique et l’apprentissage machine

Programmes d’enseignement

Baccalauréat en mathématiques – Sciences pures et sciences appliquées
Baccalauréat en mathématiques et physique – Sciences pures et sciences appliquées
Baccalauréat en mathématiques et physique – Sciences pures et sciences appliquées
Baccalauréat en physique – Sciences pures et sciences appliquées
Majeure en physique – Sciences pures et sciences appliquées
Mineure en physique – Sciences pures et sciences appliquées
Baccalauréat en physique et informatique – Sciences pures et sciences appliquées
Baccalauréat en physique et informatique – Sciences pures et sciences appliquées
Programme d'accueil en sciences – Préparation aux études universitaires
Biophysique et physiologie moléculaire – Sciences pures et sciences appliquées
Doctorat en physique – Sciences pures et sciences appliquées

Cours donnés

PHY2215 Physique thermique et statistique
PHY6669 Cosmologie moderne

Expertises

Ses recherches portent sur l’étude des galaxies lointaines à l’aide des effets de lentilles gravitationnelles, afin de cartographier plus précisément la distribution de la matière sombre dans les halos de ces galaxies. Ultimement, ses travaux devraient permettre de mieux comprendre la nature de la matière sombre.

Encadrement Tout déplier Tout replier

Horseshoe regularization for wavelet-based lensing inversion Thèses et mémoires dirigés / 2024 - 2024

Diplômé(e) : Nafisi, Hasti
Cycle : Maîtrise
Diplôme obtenu : M. Sc.

Lien vers le document dans Papyrus

Accélération du lentillage gravitationnel à plans multiples par apprentissage profond Thèses et mémoires dirigés / 2024 - 2024

Diplômé(e) : Wilson, Charles
Cycle : Maîtrise
Diplôme obtenu : M. Sc.

Lien vers le document dans Papyrus

Mesurer la masse de trous noirs supermassifs à l’aide de l’apprentissage automatique Thèses et mémoires dirigés / 2023 - 2023

Diplômé(e) : Chemaly, David
Cycle : Maîtrise
Diplôme obtenu : M. Sc.

Lien vers le document dans Papyrus

Projets de recherche Tout déplier Tout replier

Un cadre Bayesien général pour les problèmes inverses non-linaires en haute dimension: application à la cartographie de la matière noire dans l'Univers avec l'effet de lentille gravitationnelle Projet de recherche au Canada / 2024 - 2027

Chercheur principal : Laurence Perreault-Levasseur

Co-chercheurs : Yashar Hezaveh

Sources de financement : FRQNT/Fonds de recherche du Québec - Nature et technologies (FQRNT)

Programmes de subvention : PVXXXXXX-(FQ) Programme Samuel-De Champlain (volet Recherche)

Centre de recherche en astrophysique du Québec - CRAQ Projet de recherche au Canada / 2024 - 2026

Chercheur principal : David Lafrenière

Co-chercheurs : Pierre Bastien , Anthony F. J. Moffat , Pierre Bergeron , René Doyon , Nicole St-Louis , Paul Charbonneau , Julie Hlavacek-Larrondo , Patrick Dufour , Jonathan Gagné , Björn Benneke , Yashar Hezaveh , Laurence Perreault-Levasseur , Kenneth J Ragan , Victoria Kaspi , Andrew Cumming , Matthew Dobbs , tracy Webb , Lorne Archie Nelson , Martin Aube , Laurent Drissen , Gilles Joncas , Carmelle Robert , Hugo Martel , Simon Thibault , Nicolas Cowan , Daryl Haggard , Jason Rowe , Alexandre St-Laurent Lemerle , Adrian C. Liu , Hsin Cynthia Chiang , John Ruan , Jonathan Le Roy Sievers , Eve J Lee

Sources de financement : FRQNT/Fonds de recherche du Québec - Nature et technologies (FQRNT)

Programmes de subvention : PVXXXXXX-(RS) Programme de regroupements stratégiques

Peser les étoiles avec l'intelligence artificielle: une modélisation des populations stellaires pour une nouvelle génération de relevés du ciel Projet de recherche au Canada / 2023 - 2026

Chercheur principal : Yashar Hezaveh

Co-chercheurs : Laurence Perreault-Levasseur , Stéphane Courteau , Mike Hudson

Sources de financement : FRQNT/Fonds de recherche du Québec - Nature et technologies (FQRNT)

Programmes de subvention : PVXXXXXX-Programme NOVA pour chercheur(e)s de la relève (partenariat avec CRSNG)

Peser les étoiles avec l'intelligence artificielle: une modélisation des populations stellaires pour une nouvelle génération de relevés du ciel Projet de recherche au Canada / 2023 - 2026

Sources de financement : CRSNG/Conseil de recherches en sciences naturelles et génie du Canada (CRSNG)

Programmes de subvention : PVXXXXXX-Programme NOVA pour chercheur(e)s de la relève (partenariat avec FRQNT)

Probing the Particle Nature of Dark Matter with Strong Gravitational Lensing Projet de recherche au Canada / 2020 - 2026

Chercheur principal : Yashar Hezaveh

Sources de financement : CRSNG/Conseil de recherches en sciences naturelles et génie du Canada (CRSNG)

Programmes de subvention : PVXXXXXX-(DGECR) Tremplin vers la découverte

Probing the Particle Nature of Dark Matter with Strong Gravitational Lensing Projet de recherche au Canada / 2020 - 2026

Chercheur principal : Yashar Hezaveh

Sources de financement : CRSNG/Conseil de recherches en sciences naturelles et génie du Canada (CRSNG)

Programmes de subvention : PVX20965-(RGP) Programme de subvention à la découverte individuelle ou de groupe

Learning the Universe Projet de recherche au Canada / 2021 - 2025

Chercheur principal : Laurence Perreault-Levasseur

Co-chercheurs : Julie Hlavacek-Larrondo , Yashar Hezaveh , Mohsen Ravanbakhsh

Sources de financement : Simons Foundation

Programmes de subvention :

Chaire de recherche du Canada en CRC in Astrophysical Data Analysis and Machine Learning Projet de recherche au Canada / 2020 - 2025

Sources de financement : SPIIE/Secrétariat des programmes interorganismes à l’intention des établissements

Programmes de subvention : PVX50399-Chaires de recherche du Canada

Realistic and Informative Simulations with machine learnING — RISING” Projet de recherche au Canada / 2022 - 2024

Sources de financement : Commission européenne (La)

Programmes de subvention :

Une nouvelle approche statistique pour estimer les incertitudes des réseaux de neurones artificiels Projet de recherche au Canada / 2021 - 2024

Chercheur principal : Yashar Hezaveh

Sources de financement : FRQNT/Fonds de recherche du Québec - Nature et technologies (FQRNT)

Programmes de subvention : PVXXXXXX-(NC) Établissement de la relève professorale

Prix et distinctions

- Récipiendaire du « Hubble Fellowship » - 2015
- Top 10 des découvertes de l’année 2013 de Québec Science

Informations supplémentaires

Médias

Yashar Hezaveh: Mapping distant galaxies with artificial intelligence

We are in the midst of a revolution in computing, with "machine learning" algorithms solving problems for which major progress was thought to be decades away. As a result, computers can now exceed human performance at tasks such as recognizing patterns in images, playing complex games such as Go, and even driving cars.

Découverte 2013 No 3: Yashar Hezaveh

En regardant des galaxies très lointaines dont la lumière est amplifiée par un effet gravitationnel, l'équipe dont Yashar Hezaveh fait partie a démontré que les premières étoiles sont nées 1 milliard d'année plus tôt que ce qu'on croyait.

Mapping Dark Matter with Bayesian Neural Networks w/ Yashar Hezaveh - TWiML Talk #250

You might have seen the news yesterday that MIT researcher Katie Bouman produced the first image of a black hole. What’s been less reported is that the algorithm she developed to accomplish this is based on machine learning. Machine learning is having a huge impact in the fields of astronomy and astrophysics, and I’m excited to bring you interviews with some of the people innovating in this area.