Cédric Beaulac sur les corrélats génétiques des sous-types de la maladie d’Alzheimer

Domaines d’intervention du projet

Afin de mieux identifier la prédisposition d’un individu à développer la maladie d’Alzheimer dans le futur, Cédric vise à combiner les outils d’inférence statistique existants avec le deep learning.

Cédric créera des modèles hybrides et des modèles statistiques basés sur des données empiriques (modèles profonds). Ceci est fait pour apprendre l’interaction individualisée et complexe entre les marqueurs génétiques, les phénotypes de la maladie d’Alzheimer en neuroimagerie et les mesures cliniques.

Apprendre à connaître Cédric

Après avoir complété sa maîtrise à l’Université du Québec à Montréal, Cédric a reçu la bourse d’études supérieures du Canada Alexander Graham Bell . Cette lui a permis de poursuivre des études doctorales à l’Université de Toronto, où il a travaillé sous la direction du professeur Jeffrey S. Rosenthal.

Les intérêts de recherche de Cédric se situent à l’intersection des sciences statistiques et de l’apprentissage automatique. Pendant sa thèse, Cédric a développé une expertise dans les modèles graphiques probabilistes tels que les auto-encodeurs variationnels et les modèles d’espace d’état. Il a étudié les fondements théoriques de ces modèles, développé de nouvelles architectures de modèles et les a utilisées pour résoudre des problèmes dans différents domaines tels que l’analyse de survie et l’analyse d’images.

En tant que récipiendaire de la bourse postdoctorale distinguée de l’INCASS , Cédric travaillera sous la supervision du professeur Mizra Faisal Beg à l’Université Simon Fraser et du professeur Farouk Nathoo à l’Université de Victoria.

Ce projet est l’occasion idéale de développer davantage un programme de recherche en analyse d’images utilisant des techniques issues à la fois de la communauté des sciences statistiques et de la communauté de l’apprentissage automatique. J’attends avec impatience le début du programme postdoctoral.