Passer au contenu

/ Département de physique

Je donne

Rechercher

Laurence Perreault-Levasseur

Vcard
Professeure adjointe

Faculté des arts et des sciences - Département de physique

Roger-Gaudry local B-422

laurence.perreault.levasseur@umontreal.ca

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.

Lire plus…

Affiliations

Programmes d’enseignement

  • Baccalauréat en informatique – Sciences pures et sciences appliquées Technologies de l'information (TIC)
  • 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

Reconstruction libre de lentilles gravitationnelles de type galaxie-galaxie avec les machines à inférence récurentielle Thèses et mémoires dirigés / 2023 - 2023
Diplômé(e) : Adam, Alexandre
Cycle : Maîtrise
Diplôme obtenu : M. Sc.

Lien vers le document dans Papyrus

Estimateur neuronal de ratio pour l'inférence de la constante de Hubble à partir de lentilles gravitationnelles fortes Thèses et mémoires dirigés / 2023 - 2023
Diplômé(e) : Campeau-Poirier, Ève
Cycle : Maîtrise
Diplôme obtenu : M. Sc.

Lien vers le document dans Papyrus

Caractérisation des amas de galaxies avec des méthodes d'apprentissage automatique Thèses et mémoires dirigés / 2023 - 2023
Diplômé(e) : Sadikov, Maria
Cycle : Maîtrise
Diplôme obtenu : M. Sc.

Lien vers le document dans Papyrus

Fast high-dimensional posterior inference with deep generative models : application to CMB delensing Thèses et mémoires dirigés / 2023 - 2023
Diplômé(e) : Sotoudeh, Mohammad-Hadi
Cycle : Maîtrise
Diplôme obtenu : M. Sc.

Lien vers le document dans Papyrus

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

Chercheur principal : Laurence Perreault-Levasseur
Sources de financement : Université de Montréal
Programmes de subvention : PVXXXXXX-FEI sans restriction

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)

Canada Research Chair in Computational Cosmology and Artificial Intelligence Projet de recherche au Canada / 2022 - 2027

Chercheur principal : Laurence Perreault-Levasseur
Sources de financement : SPIIE/Secrétariat des programmes interorganismes à l’intention des établissements
Programmes de subvention : PVX50399-Chaires de recherche du Canada

A New, Data-Driven Era for Precision Cosmology: Measuring the Expansion Rate of the Universe with Machine Learning. Projet de recherche au Canada / 2020 - 2027

Chercheur principal : Laurence Perreault-Levasseur
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

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)

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

Chercheur principal : Laurence Perreault-Levasseur
Sources de financement : CRSNG/Conseil de recherches en sciences naturelles et génie du Canada (CRSNG)
Programmes de subvention : PVXXXXXX-(DGECR) Tremplin vers la découverte

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

Chercheur principal : Laurence Perreault-Levasseur
Sources de financement : FCI/Fondation canadienne pour l'innovation
Programmes de subvention : PVXXXXXX-Fonds des leaders

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 :

Reconstructing the Initial Conditions of the Universe Using Deep Learning Projet de recherche au Canada / 2022 - 2024

Chercheur principal : Laurence Perreault-Levasseur
Sources de financement : SPIIE/Secrétariat des programmes interorganismes à l’intention des établissements
Programmes de subvention : PVXXXXXX-Fonds d'excellence en recherche Apogée Canada/Bourse

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

Chercheur principal : Laurence Perreault-Levasseur
Sources de financement : FRQNT/Fonds de recherche du Québec - Nature et technologies (FQRNT)
Programmes de subvention : PVXXXXXX-(NC) Établissement de la relève professorale

Modélisation de lentilles gravitationnelles à l'aide d'une machine à inférences récurrentes (RIM)) Projet de recherche au Canada / 2021 - 2023

Chercheur principal : Laurence Perreault-Levasseur
Sources de financement : SPIIE/Secrétariat des programmes interorganismes à l’intention des établissements
Programmes de subvention : PVXXXXXX-Fonds d'excellence en recherche Apogée Canada/Bourse

Next-Generation Astrophysical Simulations Using Machine Learning: Simulating Turbulence via Machine Learning (subvention FNFR-CRSH volet exploration) Projet de recherche au Canada / 2020 - 2023

Chercheur principal : Adrian C. Liu
Co-chercheurs : Laurence Perreault-Levasseur
Sources de financement : CRSH/Conseil de recherches en sciences humaines du Canada
Programmes de subvention : PVXXXXXX-Fonds Nouvelles frontières en recherche - Exploration

Next-Generation Astrophysical Simulations Using Machine Learning: Simulating Turbulence via Machine Learning (subvention FNFR-CRSH volet exploration) Projet de recherche au Canada / 2020 - 2023

Co-chercheurs : Marie-Josée Hébert , Laurence Perreault-Levasseur
Sources de financement : CRSH/Conseil de recherches en sciences humaines du Canada
Programmes de subvention : PVXXXXXX-Fonds Nouvelles frontières en recherche - Exploration

Mesurer l’expansion de l’Univers avec l’apprentissage automatique Projet de recherche au Canada / 2020 - 2023

Chercheur principal : Laurence Perreault-Levasseur
Sources de financement : SPIIE/Secrétariat des programmes interorganismes à l’intention des établissements
Programmes de subvention : PVXXXXXX-Fonds d'excellence en recherche Apogée Canada/Bourse

Prix et distinctions

  • Chaire de Recherche du Canada en Cosmologie Numérique et Intelligence Artificielle

Informations supplémentaires

Nouvelles

Consultez cette fiche sur :

V

Vinet, Luc

Vinet Luc

luc.vinet@umontreal.ca
Professeur titulaire