Prix du meilleur mémoire de maîtrise

Ce prix récompense un mémoire de maîtrise exceptionnel réalisé dans une université canadienne dans le domaine de l'intelligence artificielle. Le lauréat recevra une bourse et sera invité à donner une conférence lors du Symposium des étudiants de cycles supérieurs de la prochaine conférence canadienne sur l'intelligence artificielle. Les frais d'inscription à la conférence et les frais de déplacement seront couverts par CAIAC.

Candidatures

CAIAC invite les candidatures de travaux de maîtrise dans le domaine de l'intelligence artificielle effectués dans une université canadienne au cours de l'année précédant le prix. Chaque candidature doit inclure:

  • Une lettre de nomination du/de la directeur/directrice de recherche ou du/de la chef/cheffe de l'unité académique indiquant la date à laquelle le mémoire a été officiellement accepté et détaillant les raisons de la nomination (deux pages maximum). Des lettres d'appui des examinateurs et/ou d'autres experts peuvent être jointes en annexe (maximum de deux pages supplémentaires).
  • Un résumé non technique de la thèse (350 mots maximum).
  • Le mémoire complet en format PDF.

La date limite de soumission est le 15 mars 2025.

Les soumissions en anglais et en français sont les bienvenues. Pour être admissible, la version finale du mémoire doit avoir été acceptée au cours des 12 mois précédant la date limite ci-dessus.

Instructions pour soumettre une candidature

  1. Connectez-vous au site Web de la CAIAC en tant que membre. (Seuls les membres de la CAIAC peuvent soumettre une candidature. Pour vous inscrire, cliquez ici).
  2. Remplissez le formulaire de soumission de prix disponible ici.

Pour toute information supplémentaire, n'hésitez pas à contacter le secrétaire de CAIAC (secretary@caiac.ca).

Gagnants précédents

  • 2026: Alan Milligan, University of British Columbia

    What Does the Adam Optimizer Actually Adapt To?

    Thèse

    Supervisé par Mark Schmidt (UBC) and Danica J. Sutherland (UBC)

  • 2025: Mohammadreza Pourreza

    Text-to-SQL Systems in the Era of Advanced Large Language Models

    Thèse

    Supervisé par  Davood Rafiei

  • 2024 : Ali Rahimi Kalahroudi, University of Montreal

    Thesis: Towards Adaptive Deep Model-Based Reinforcement Learning.

    Supervisé par Sarath Chandar

  • 2023 : Puyuan Liu, University of Alberta

    Thesis: Non-Autoregressive Unsupervised Summarization with Length-Control Algorithms.

    Thèse

    Supervisé par Lili Mou

  • 2022 : Amin Bigdeli, Toronto Metropolitan University

    Thèse

    Supervisé par Morteza Zihayat et Ebrahim Bagheri

  • 2022: Shivam Garg, University of Alberta

    Thèse

    Supervisé par  A. Rupam Mahmood and Martha White

  • 2021: Liheng Ma, McGill University

    Thèse

    Supervisé par  Reihaneh Rabbany et Adriana Romero

  • 2020: Humza Haider, University of Alberta

    Thèse

    Supervisé par ussell Greiner

  • 2019: Richard Moulton, University of Ottawa

    Thèse

    Supervisé par Nathalie Japkowicz et Herna Viktor

  • 2017: Yifan Wu, University of Alberta

    Thèse

    Supervisé par Csaba Szepesvári et András György

  • 2012: Martin Lesmana, University of British Columbia

    Thèse

    Supervisé par Dinesh Pai