Shahab Bakhtiari
- Professeur adjoint
-
Faculté des arts et des sciences - Département de psychologie
Web : LinkedIn
Web : Compte Twitter
Web : Google Scholar
Web : Autre site web
Biographie
Shahab Bakhtiari est professeur adjoint à l'Université de Montréal. Il a obtenu son diplôme de premier cycle et son diplôme d'études supérieures en génie électrique à l'Université de Téhéran. Il a ensuite poursuivi un doctorat en neurosciences à l'Université McGill. Après avoir obtenu son doctorat, il a été boursier postdoctoral au Mila (Institut québécois d’intelligence artificielle), où il s'est concentré sur des recherches à l'intersection des neurosciences et de l'intelligence artificielle.
Programmes d’enseignement
- Baccalauréat en psychologie - Campus Montréal – Sciences sociales : intervention
- Baccalauréat en neuroscience cognitive – Lettres et langues Sciences pures et sciences appliquées Sciences sociales Arts et musique
- Baccalauréat en psychologie - Campus Laval – Sciences sociales Sciences sociales : intervention
- Maîtrise en psychologie – Sciences sociales : intervention Sciences sociales
- Doctorat en psychologie - Recherche (Ph. D.) – Sciences sociales Sciences sociales : intervention
- Doctorat en psychologie, option Neuropsychologie clinique (D. Psy.) – Sciences sociales Sciences sociales : intervention
- Doctorat en psychologie - Recherche et intervention, option Neuropsychologie clinique (Ph. D. R-I) – Sciences sociales Sciences sociales : intervention
Cours donnés
- PSY3913 IA, psychologie et neuroscience cognitive
- PSY6913 IA, psychologie et neuroscience cognitive
- PSY6989 L’apprentissage profond en neuroscience cognitive
Expertises
- Neurosciences computationnelles
- Apprentissage automatique
- Système visuel
- Apprentissage
- Vision
- Cerveau et apprentissage
- Neurosciences des systèmes
- Rôle des fonctions du système nerveux autonome
- Modèles informatiques
Les recherches de Shahab sont centrées sur l'intersection des neurosciences et de l'IA, également appelée NeuroAI. Il étudie la perception visuelle et l'apprentissage dans les cerveaux biologiques et les réseaux neuronaux artificiels. Il utilise l'apprentissage profond comme cadre de calcul pour modéliser l'apprentissage et la perception dans le cerveau, et exploite notre compréhension du système nerveux pour créer une intelligence artificielle d'inspiration plus biologique.
Projets de recherche Tout déplier Tout replier
An optimization framework for comparative, multispecies studies of visual s y s t e m s Projet de recherche au Canada / 2023 - 2029
An optimization framework for comparative, multispecies studies of visual s y s t e m s Projet de recherche au Canada / 2023 - 2029
Union Neurosciences et Intelligence Artificielle Québec (UNIQUE) Projet de recherche au Canada / 2022 - 2029
Frais Direct - Canada Excellence Research Chair in Autonomous Artificial Intelligence Projet de recherche au Canada / 2020 - 2027
Médias
Consultez cette fiche sur :