Laurence Perreault-Levasseur
- Professeure adjointe
-
Faculté des arts et des sciences - Département de physique
Roger-Gaudry local B-422
Courriels
llevasseur@astro.umontreal.ca (Travail)
Web : Page professionnelle (faculté,département,école)
Web : Google Scholar
Biographie
Laurence Perreault-Levasseur est professeure adjointe à l'Université de Montréal et membre associée de Mila, où elle mène des recherches sur le développement et l'application de méthodes d'apprentissage automatique à la cosmologie. Elle est également chercheuse invitée à l'Institut Flatiron à New York et au Perimeter Institute à Waterloo. Avant cela, elle a été boursière Flatiron pour ses études postdoctorales au Center for Computational Astrophysics de l'Institut Flatiron et boursière postdoctorale KIPAC à l'Université Stanford. Laurence a obtenu son doctorat à l'Université de Cambridge en 2015, où elle a mené des travaux portant sur des applications de la théorie effective des champs ouverte au formalisme de l'inflation. Elle a obtenu son baccalauréat et sa maîtrise à l'Université McGill.
Affiliations
- Membre – CRAQ — Centre de recherche en astrophysique du Québec
- Membre – Mila — Mila - Institut québécois d'intelligence artificielle
Programmes d’enseignement
- Baccalauréat en informatique – Technologies de l'information (TIC) Sciences pures et sciences appliquées
- Majeure en informatique – Sciences pures et sciences appliquées Technologies de l'information (TIC)
- Mineure en informatique – Sciences pures et sciences appliquées Technologies de l'information (TIC)
- Baccalauréat en mathématiques – Sciences pures et sciences appliquées
- Majeure en mathématiques – Sciences pures et sciences appliquées
- Mineure 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
- Baccalauréat en enseignement des sciences et des technologies au secondaire – Enseignement et sciences de l'éducation
- Baccalauréat en enseignement des mathématiques au secondaire – Enseignement et sciences de l'éducation Sciences pures et sciences appliquées
- Programme d'accueil en sciences – Préparation aux études universitaires
- Maîtrise en éducation, option Enseignement au secondaire – Enseignement et sciences de l'éducation
Cours donnés
- PHY1651 Mécanique classique 1
- PHY3711 Cosmologie et astrophysique extragalactique
Expertises
Encadrement Tout déplier Tout replier
Cycle : Maîtrise
Diplôme obtenu : M. Sc.
Cycle : Maîtrise
Diplôme obtenu : M. Sc.
Cycle : Maîtrise
Diplôme obtenu : M. Sc.
Cycle : Maîtrise
Diplôme obtenu : M. Sc.
Projets de recherche Tout déplier Tout replier
Entering a new, data-driven era for precision cosmology with machine learningbased analysis methods. / Une nouvelle ère des données pour la cosmologie de précision avec l'intelligence artificielle. Projet de recherche au Canada / 2023 - 2029
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
Canada Research Chair in Computational Cosmology and Artificial Intelligence Projet de recherche au Canada / 2022 - 2027
Centre de recherche en astrophysique du Québec - CRAQ Projet de recherche au Canada / 2024 - 2026
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
A New, Data-Driven Era for Precision Cosmology: Measuring the Expansion Rate of the Universe with Machine Learning. Projet de recherche au Canada / 2020 - 2026
A New, Data-Driven Era for Precision Cosmology: Measuring the Expansion Rate of the Universe with Machine Learning. Projet de recherche au Canada / 2020 - 2026
Entering a new, data-driven era for precision cosmology with machine learningbased analysis methods. / Une nouvelle ère des données pour la cosmologie de précision avec l'intelligence artificielle. Projet de recherche au Canada / 2022 - 2025
Learning the Universe Projet de recherche au Canada / 2021 - 2025
Reconstructing the Initial Conditions of the Universe Using Deep Learning Projet de recherche au Canada / 2022 - 2024
Découvrir les mystères de la lentille gravitationnelle forte du Horseshoe grâce à l'intelligence artificielle et aux réseaux de neurones profonds Projet de recherche au Canada / 2021 - 2024
Modélisation de lentilles gravitationnelles à l'aide d'une machine à inférences récurrentes (RIM)) Projet de recherche au Canada / 2021 - 2023
Next-Generation Astrophysical Simulations Using Machine Learning: Simulating Turbulence via Machine Learning (subvention FNFR-CRSH volet exploration) Projet de recherche au Canada / 2020 - 2023
Next-Generation Astrophysical Simulations Using Machine Learning: Simulating Turbulence via Machine Learning (subvention FNFR-CRSH volet exploration) Projet de recherche au Canada / 2020 - 2023
Mesurer l’expansion de l’Univers avec l’apprentissage automatique Projet de recherche au Canada / 2020 - 2023
Prix et distinctions
-
Chaire de Recherche du Canada en Cosmologie Numérique et Intelligence Artificielle
Informations supplémentaires
Nouvelles
Consultez cette fiche sur :