 | Monter d'un niveau |
Réseau de collaborationCe graphique trace les liens entre tous les collaborateurs des publications de {} figurant sur cette page.
Chaque lien représente une collaboration sur la même publication. L'épaisseur du lien représente le nombre de collaborations.
Utilisez la molette de la souris ou les gestes de défilement pour zoomer à l'intérieur du graphique.
Vous pouvez cliquer sur les noeuds et les liens pour les mettre en surbrillance et déplacer les noeuds en les glissant.
Enfoncez la touche "Ctrl" ou la touche "⌘" en cliquant sur les noeuds pour ouvrir la liste des publications de cette personne.
Zayed, A., Mordido, G., Shabanian, S., Baldini, I., & Chandar, S. (février 2024). Fairness-Aware Structured Pruning in Transformers [Communication écrite]. 38th AAAI Conference on Artificial Intelligence (AAAI 2024). Publié dans Proceedings of the AAAI Conference on Artificial Intelligence, 38(20). Lien externe
Govindarajan, P., Miret, S., Rector-Brooks, J., Phielipp, M., Rajendran, J., & Chandar, S. (2024). Learning conditional policies for crystal design using offline reinforcement learning. Digital Discovery, 3(4), 769-785. Lien externe
Clouâtre, L., Zouaq, A., & Chandar, S. (mai 2024). MVP: Minimal Viable Phrase for Long Text Understanding [Communication écrite]. Joint 30th International Conference on Computational Linguistics and 14th International Conference on Language Resources and Evaluation (LREC-COLING 2024), Hybrid, Torino, Italy. Lien externe
Theriault-Lauzier, P., Cobin, D., Tastet, O., Langlais, E. L., Taji, B., Kang, G., Chong, A.-Y., So, D., Tang, A., Gichoya, J. W., Chandar, S., Déziel, P.-L., Hussin, J. G., Kadoury, S., & Avram, R. (2024). A responsible framework for applying artificial intelligence on medical images and signals at the point-of-care: the PACS-AI platform. Canadian Journal of Cardiology, 025 (39 pages). Lien externe
Prato, G., Huang, J., Parthasarathi, P., Sodhani, S., & Chandar, S. (décembre 2023). EpiK-Eval: Evaluation for Language Models as Epistemic Models [Résumé]. Conference on Empirical Methods in Natural Language Processing, Singapore, Singapore. Lien externe
Kazemnejad, A., Rezagholizadeh, M., Parthasarathi, P., & Chandar, S. (2023). Measuring the Knowledge Acquisition-Utilization Gap in Pretrained Language Models. Findings of the Association for Computational Linguistics: EMNLP, 4305-4319. Lien externe
Clouâtre-Latraverse, L., Parthasarathi, P., Zouaq, A., & Chandar, S. (2022). Detecting Languages Unintelligible to Multilingual Models through Local Structure Probes. Findings of the Association for Computational Linguistics: EMNLP 2022, 5375-5396. Lien externe
Parthasarathi, P., Pineau, J., & Chandar, S. (juillet 2021). Do Encoder Representations of Generative Dialogue Models have sufficient summary of the Information about the task ? [Communication écrite]. 22nd Annual Meeting of the Special Interest Group on Discourse and Dialogue, Singapore and Online. Lien externe
Sankar, C., Subramanian, S., Pal, C. J., Chandar, S., & Bengio, Y. (juillet 2019). Do neural dialog systems use the conversation history effectively? An empirical study [Communication écrite]. 57th Annual Meeting of the Association for Computational Linguistics (ACL 2019), Florence, Italy. Lien externe
