BEGIN:VCALENDAR
VERSION:2.0
PRODID:IEEE vTools.Events//EN
CALSCALE:GREGORIAN
BEGIN:VTIMEZONE
TZID:Canada/Eastern
BEGIN:DAYLIGHT
DTSTART:20190310T030000
TZOFFSETFROM:-0500
TZOFFSETTO:-0400
RRULE:FREQ=YEARLY;BYDAY=2SU;BYMONTH=3
TZNAME:EDT
END:DAYLIGHT
BEGIN:STANDARD
DTSTART:20181104T010000
TZOFFSETFROM:-0400
TZOFFSETTO:-0500
RRULE:FREQ=YEARLY;BYDAY=1SU;BYMONTH=11
TZNAME:EST
END:STANDARD
END:VTIMEZONE
BEGIN:VEVENT
DTSTAMP:20190912T200226Z
UID:281EA341-E1F5-4739-80B2-19E1A0378394
DTSTART;TZID=Canada/Eastern:20190118T120000
DTEND;TZID=Canada/Eastern:20190118T133000
DESCRIPTION:Dans le cadre des activités du chapitre IEEE ordinateur - Qué
 bec et en collaboration avec la section IEEE de Québec\, nous vous invito
 ns à une conférence portant sur « Les algorithmes de bandits et leur ap
 plication aux essais cliniques ». La conférence sera donnée par Mme. Au
 drey Durand Ph.D.\, Post-Doc Univ. McGill.\n\nLa conférence aura lieu le 
 vendredi 18 janvier 2019 de 12h00 à 13h30 à la salle COP-1168 au Pavillo
 n d’optique photonique à l’Université Laval.\n\nL’inscription est 
 obligatoire et gratuite – places limitées. Pour s’inscrire\, utilisez
  ce lien : https://goo.gl/forms/Jhh2tmKXRHryVTNy1\n\nUn repas (Pizza) sera
  fourni aux personnes inscrites (5$) et gratuit pour les membres IEEE (car
 te IEEE obligatoire). (12h00-12h30)\n\nL’évènement commence à 12h00 e
 t se termine à 13h30 avec une séance de réseautage de 12h00 à 12h30.\n
 \nRésumé: Le problème des bandits est une instance simplifiée d&#39;un pro
 blème de reinforcement learning (RL)\, dont l&#39;accent est mis sur le compr
 omis entre l&#39;exploration et l&#39;exploitation. Cette présentation traitera p
 lus spécifiquement des bandits contextuels\, problème dans lequel un age
 nt recherche l&#39;action optimale dépendant d&#39;un contexte donné. Cette vari
 ante de bandits sera présentée à travers une application à l&#39;allocatio
 n de traitements adaptative pour la découverte de stratégies de traiteme
 nt du cancer personnalisées à l’évolution de la maladie.\n\nBio: Audr
 ey a obtenu une maîtrise en génie électrique de l’Université Laval\,
  au cours de laquelle elle a collaboré avec des chercheurs du départemen
 t de médecine sociale et préventive afin d’évaluer et d’améliorer 
 plusieurs activités de prévention. Elle a ensuite complété un doctorat
  en génie électrique\, également à l&#39;Université Laval\, dans laquelle
  elle s&#39;est concentrée sur les algorithmes d&#39;apprentissage par renforceme
 nt en ligne de la famille des bandits. En collaboration avec divers cherch
 eurs\, elle a utilisé ces algorithmes pour apprendre les stratégies de t
 raitement adaptatif du cancer sur des modèles animaux et pour optimiser l
 &#39;imagerie haute-résolution. Elle est maintenant chercheure postdoctorale 
 à l&#39;Université McGill\, où elle consacre son temps à l&#39;étude de la pr
 ise de décision en-ligne et à l&#39;application de l&#39;apprentissage automatiq
 ue aux défis liés à la santé.\n\nCo-sponsored by: IEEE Québec Section
 \n\nSpeaker(s): Audrey Durand\, \n\nAgenda: \n12:00-12:30: Réseautage\n\n
 12:30-13:30: Conférence\n\nRoom: COP-1168\, Bldg: Pav. Optique photonique
 \, 2375 Rue de la Terrasse (COP 1168)\, Québec\, Quebec\, Canada\, G1V 0A
 6
LOCATION:Room: COP-1168\, Bldg: Pav. Optique photonique\, 2375 Rue de la Te
 rrasse (COP 1168)\, Québec\, Quebec\, Canada\, G1V 0A6
ORGANIZER:amine.miled@gel.ulaval.ca
SEQUENCE:1
SUMMARY: Conférences IEEE-Ordinateur Univ. Laval (18 janvier 2019 à 12h00
  - COP-1168): Les algorithmes de bandits et leur application aux essais cl
 iniques
URL;VALUE=URI:https://events.vtools.ieee.org/m/188051
X-ALT-DESC:Description: &lt;br /&gt;&lt;p&gt;Dans le cadre des activit&amp;eacute\;s du cha
 pitre IEEE ordinateur - Qu&amp;eacute\;bec et en collaboration avec la section
  IEEE de Qu&amp;eacute\;bec\, nous vous invitons &amp;agrave\; une conf&amp;eacute\;re
 nce portant sur &amp;laquo\;&amp;nbsp\;Les algorithmes de bandits et leur applicat
 ion aux essais cliniques&amp;nbsp\;&amp;raquo\;.&amp;nbsp\; La conf&amp;eacute\;rence sera
  donn&amp;eacute\;e par Mme. Audrey Durand Ph.D.\, Post-Doc Univ. McGill.&lt;/p&gt;\
 n&lt;p&gt;&amp;nbsp\;&lt;/p&gt;\n&lt;p&gt;La conf&amp;eacute\;rence aura lieu le vendredi 18 janvier
  2019 de 12h00 &amp;agrave\; 13h30 &amp;agrave\; la salle &lt;strong&gt;COP-1168 &lt;/stron
 g&gt;au Pavillon d&amp;rsquo\;optique photonique &amp;agrave\; l&amp;rsquo\;Universit&amp;eac
 ute\; Laval.&lt;/p&gt;\n&lt;p&gt;&amp;nbsp\;&lt;/p&gt;\n&lt;p&gt;&lt;strong&gt;L&amp;rsquo\;inscription est obli
 gatoire et gratuite&lt;/strong&gt; &lt;strong&gt;&amp;ndash\; places limit&amp;eacute\;es&lt;/str
 ong&gt;. Pour s&amp;rsquo\;inscrire\, utilisez ce lien&amp;nbsp\;: &lt;a href=&quot;https://g
 oo.gl/forms/Jhh2tmKXRHryVTNy1&quot;&gt;https://goo.gl/forms/Jhh2tmKXRHryVTNy1&lt;/a&gt;&lt;
 /p&gt;\n&lt;p&gt;&amp;nbsp\;&lt;/p&gt;\n&lt;p&gt;&lt;strong&gt;Un repas (Pizza) sera fourni aux personnes
  inscrites (5$) et gratuit pour les membres IEEE (carte IEEE obligatoire).
  (12h00-12h30)&lt;/strong&gt;&lt;/p&gt;\n&lt;p&gt;&amp;nbsp\;&lt;/p&gt;\n&lt;p&gt;L&amp;rsquo\;&amp;eacute\;v&amp;egrave
 \;nement commence &amp;agrave\; 12h00 et se termine &amp;agrave\; 13h30 avec une s
 &amp;eacute\;ance de r&amp;eacute\;seautage de 12h00 &amp;agrave\; 12h30.&lt;/p&gt;\n&lt;p&gt;&amp;nbs
 p\;&lt;/p&gt;\n&lt;p&gt;&lt;strong&gt;&lt;u&gt;R&amp;eacute\;sum&amp;eacute\;:&lt;/u&gt;&lt;/strong&gt;&amp;nbsp\;Le probl
 &amp;egrave\;me des bandits est une instance simplifi&amp;eacute\;e d&#39;un probl&amp;egr
 ave\;me de&amp;nbsp\;reinforcement learning (RL)\, dont l&#39;accent est mis sur l
 e compromis entre l&#39;exploration et l&#39;exploitation. Cette pr&amp;eacute\;sentat
 ion traitera plus sp&amp;eacute\;cifiquement des bandits contextuels\, probl&amp;e
 grave\;me dans lequel&amp;nbsp\;un agent recherche l&#39;action&amp;nbsp\;optimale d&amp;e
 acute\;pendant d&#39;un contexte donn&amp;eacute\;. Cette variante de bandits sera
  pr&amp;eacute\;sent&amp;eacute\;e &amp;agrave\; travers une application &amp;agrave\; l&#39;a
 llocation de traitements adaptative pour&amp;nbsp\;la d&amp;eacute\;couverte de st
 rat&amp;eacute\;gies de traitement du cancer personnalis&amp;eacute\;es &amp;agrave\; 
 l&amp;rsquo\;&amp;eacute\;volution de la maladie.&lt;/p&gt;\n&lt;p&gt;&amp;nbsp\;&lt;/p&gt;\n&lt;p&gt;&lt;strong&gt;
 &lt;u&gt;Bio:&lt;/u&gt;&lt;/strong&gt;&amp;nbsp\;Audrey a obtenu une ma&amp;icirc\;trise en g&amp;eacute
 \;nie &amp;eacute\;lectrique de l&amp;rsquo\;Universit&amp;eacute\; Laval\, au cours d
 e laquelle elle a collabor&amp;eacute\; avec des chercheurs du d&amp;eacute\;parte
 ment de m&amp;eacute\;decine sociale et pr&amp;eacute\;ventive afin d&amp;rsquo\;&amp;eacu
 te\;valuer et d&amp;rsquo\;am&amp;eacute\;liorer plusieurs activit&amp;eacute\;s de pr
 &amp;eacute\;vention. Elle a ensuite compl&amp;eacute\;t&amp;eacute\; un doctorat en g
 &amp;eacute\;nie &amp;eacute\;lectrique\, &amp;eacute\;galement &amp;agrave\; l&#39;Universit&amp;
 eacute\; Laval\, dans laquelle elle s&#39;est concentr&amp;eacute\;e sur les algor
 ithmes d&#39;apprentissage par renforcement en ligne de la famille des bandits
 . En collaboration avec divers chercheurs\, elle a utilis&amp;eacute\; ces alg
 orithmes pour apprendre les strat&amp;eacute\;gies de traitement adaptatif du 
 cancer sur des mod&amp;egrave\;les animaux et pour optimiser l&#39;imagerie haute-
 r&amp;eacute\;solution. Elle est maintenant chercheure postdoctorale &amp;agrave\;
  l&#39;Universit&amp;eacute\; McGill\, o&amp;ugrave\; elle consacre son temps &amp;agrave\
 ; l&#39;&amp;eacute\;tude de la prise de d&amp;eacute\;cision en-ligne et &amp;agrave\; l&#39;
 application de l&#39;apprentissage automatique aux d&amp;eacute\;fis li&amp;eacute\;s 
 &amp;agrave\; la sant&amp;eacute\;.&lt;/p&gt;&lt;br /&gt;&lt;br /&gt;Agenda: &lt;br /&gt;&lt;p&gt;12:00-12:30: R
 &amp;eacute\;seautage&lt;/p&gt;\n&lt;p&gt;12:30-13:30: Conf&amp;eacute\;rence&lt;/p&gt;
END:VEVENT
END:VCALENDAR

