Sandra Zilles

Département d'informatique

Université de Regina

Sandra Zilles travaille dans le domaine de la théorie de l'apprentissage informatique, où elle a apporté de nombreuses contributions importantes. Elle est titulaire d'une chaire de recherche du Canada (niveau 2) à l'Université de Regina et bénéficie d'un financement important du CRSNG et de la FCI. L'un de ses articles récents a remporté le prix du meilleur article à la conférence allemande sur l'IA en 2012. Elle contribue régulièrement aux conférences les plus importantes dans son domaine (ALT et COLT) et a été nommée coprésidente du comité directeur de la conférence ALT. Elle est une personne rare qui peut combler le fossé entre la théorie et la pratique. Elle a démontré à maintes reprises une combinaison enviable d'étendue et de profondeur, combinant l'expertise dans plusieurs domaines pour éclairer les phénomènes fondamentaux. Les collaborations avec d'autres chercheurs, confirmés ou débutants, sont une caractéristique majeure des publications de Mme Zilles. Ses collègues viennent du Japon, de Singapour, des États-Unis, d'Allemagne, ainsi que d'autres universités canadiennes. Elle a publié de nombreux articles dans les meilleures revues de son domaine. Par exemple, elle a publié trois articles dans Artificial Intelligence, qui est souvent considérée comme la revue de référence dans ce domaine. Un grand nombre de ses publications de conférence ont été suffisamment bien notées pour faire partie du petit nombre de personnes invitées à figurer dans un numéro spécial d'une revue associée - après avoir été développées et examinées de manière plus approfondie. D'autres publications importantes sont actuellement en cours d'examen. Elle est réputée pour être une communicatrice par excellence, capable de rendre des concepts difficiles accessibles avec clarté et simplicité : l'une des nombreuses raisons pour lesquelles ses collègues et ses étudiants la tiennent en haute estime. Parmi ses excellentes publications, ses principales avancées en matière de recherche comprennent : l'intégration surprenante et perspicace de deux modèles d'apprentissage apparemment sans rapport qui ont été étudiés indépendamment l'un de l'autre pendant près de 20 ans ; des améliorations substantielles de recherches antérieures grâce à de nouveaux modèles d'enseignement et d'apprentissage coopératifs ; et l'amélioration significative d'une solution pour un problème de recherche classique en utilisant une idée intuitivement claire et facile à comprendre, basée sur des techniques d'apprentissage automatique. Sa carrière de chercheuse témoigne de sa créativité, de sa productivité, de son indépendance et de sa capacité à diriger.

Défiler vers le haut
Skip to content