Passer au contenu

/ Département de physique

Je donne

Rechercher

    Yashar Hezaveh

    Vcard

    Professeur adjoint

    Faculté des arts et des sciences - Département de physique

    Complexe des sciences local B-3301

    yashar.hezaveh@umontreal.ca

    Courriels

    hezaveh@astro.umontreal.ca (Travail)

    Travail 1 : 514 343-6111 #48348

    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 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
    • 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

    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.
    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.

    Projets de recherche Tout déplier Tout replier

    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.

    Nouvelles

    Consultez cette fiche sur :