Jaël Champagne Gareau

Jaël Champagne Gareau

Doctorant en informatique

Université du Québec à Montréal

Biographie

Je suis présentement candidat au doctorat en informatique à l’Université du Québec à Montréal (UQAM). Ma recherche de maîtrise a porté sur le développement d’algorithmes de planification d’itinéraires pour véhicule électrique (VÉ). L’objectif étant de trouver le chemin optimal entre deux points, de sorte que le temps total du trajet (incluant le temps de déplacement, de charge et le temps espéré d’attente aux bornes) soit minimal.

Téléchargez mon CV.

Intérêts
  • Intelligence artificielle
  • Planification en IA
  • Structures de données et algorithmes
  • Informatique théorique
Formation
  • Doctorat en informatique, 2023

    Université du Québec à Montréal

  • Maîtrise en informatique, 2019

    Université du Québec à Montréal

  • Certificat avancé en développement logiciels, 2017

    Université du Québec à Montréal

  • Baccalauréat en mathématiques fondamentales, 2016

    Université du Québec à Montréal

Publications Récentes

(2023). Cache-Efficient Dynamic Programming MDP Solver. Proceedings of the 26th European Conference on Artificial Intelligence.

PDF Citation Code Projet Diapositives Poster Supplementary Material

(2022). Cache-Efficient Memory Representation of Markov Decision Processes. Proceedings of the Canadian Conference on Artificial Intelligence (Canadian AI 2022).

PDF Citation Projet Diapositives

(2022). pcTVI: Parallel MDP Solver Using a Decomposition Into Independent Chains. Proceedings of the International Federation of Classification Societies Conference – IFCS 2022.

PDF Citation Projet Diapositives

(2021). A Fast Electric Vehicle Path-Planner Using Clustering. Proceedings of the International Federation of Classification Societies Conference – IFCS 2019.

PDF Citation Projet Diapositives

(2021). Fast and Optimal Planner for the Discrete Grid-Based Coverage Path-Planning Problem. Intelligent Data Engineering and Automated Learning – IDEAL 2021.

PDF Citation Projet Diapositives

(2020). An Energy-Efficient Method with Dynamic GPS Sampling Rate for Transport Mode Detection and Trip Reconstruction. Advances in Artificial Intelligence (Canadian AI 2020).

PDF Citation Diapositives

(2019). An Efficient Electric Vehicle Path-Planner That Considers the Waiting Time. Proceedings of the 27th ACM SIGSPATIAL International Conference on Advances in Geographic Information Systems.

PDF Citation Projet Diapositives

Contact