Rafid Mahmood
- Pièce
- DMS 6123
- Téléphone
- 613-562-5800 poste 4699
- Courriel
Cette adresse courriel est protégée contre les robots spammeurs. Vous devez activer le JavaScript pour la visualiser. - Site web
- rafidrm.github.io/
Biographie
Rafid Mahmood est professeur adjoint en finance à l’École de gestion Telfer de l’Université d’Ottawa. Chercheur au laboratoire d’intelligence artificielle de NVIDIA à Toronto de 2020-2022, il a aussi effectué des recherches postdoctorales à l’Institut Vecteur pour l’intelligence artificielle de 2019 à 2021. Il détient un baccalauréat et une maîtrise en sciences appliquées avec spécialisation en génie électrique de l’Université de Toronto, de même qu’un doctorat en génie industriel du même établissement.
Intérêts de recherche
Les recherches du professeur Mahmood s’articulent autour de deux grands axes : la création de modèles prédictifs et prescriptifs pour automatiser la prise de décisions, et la gestion de l’approvisionnement en données nécessaire pour les opérationnaliser. Ses travaux portent tout spécialement sur l’application de ces modèles dans le milieu de la santé et les systèmes d’intelligence artificielle à grande échelle, comme pour l’industrie des véhicules autonomes. Ses articles ont été publiés dans des revues scientifiques sur la recherche opérationnelle (INFORMS Journal on Optimization, Operations Research Letters), dans des revues médicales (Medical Physics, Journal of Nutrition, Journal of Medical Systems) et dans le cadre de conférences sur l’apprentissage automatique (ICLR, NeurIPS, CVPR).
Publications au cours des 7 dernières années
Articles publiés dans des revues avec comité de lecture
- Babier, A., Zhang, B., Mahmood, R., Moore, K., Purdie, T., McNiven, A. and Chan, T.C.Y. 2021. OpenKBP: The Open-access Knowledge-Based Planning Grand Challenge and Dataset. Medical Physics, 48(9): 5549–5561.
- Babier, A., Chan, T.C.Y., Lee, T., Mahmood, R. and Terekhov, D. 2021. An Ensemble Learning Framework for Model Fitting and Evaluation in Inverse Linear Optimization. INFORMS Journal on Optimization, 3(2): 119–138.
- Wong, R.K., Pitino, M.A., Mahmood, R., Zhu, I.Y., Stone, D., Unger, S., O'Connor, D.L. and Chan, T.C.Y. 2021. Prediction of Protein and Fat Content in Human Donor Milk Using Machine Learning. The Journal of Nutrition, 151(7): 2075–2083.
- Crowson, M.J., Dixon, P., Mahmood, R., Lee, J.W., Shipp, D., Le, T., Lin, V., Chen, J. and Chan, T.C.Y. 2020. Predicting Post-Operative Cochlear Implant Performance Using Supervised Machine Learning. Otology & Neurotology, 41(8): e1013-e1023.
- Babier, A., Mahmood, R., McNiven, A., Diamant, A. and Chan, T.C.Y. 2020. The Importance of Evaluating the Complete Knowledge-Based Planning Pipeline. Physica Medica: European Journal of Medical Physics, 72(12): 73-79.
- Crowson, M.J., Hamour, A., Mahmood, R., Babier, A., Lin, V., Tucci, D. and Chan, T.C.Y. 2020. AutoAudio: Deep Learning for Automatic Audiogram Interpretation. Journal of Medical Systems, 44(163).
- Chan, T.C.Y., Diamant, A. and Mahmood, R. 2020. Sampling from the Complement of a Poly- hedron: An MCMC Algorithm for Data Augmentation. Operations Research Letters, 48(6): 744–751.
- Babier, A., Mahmood, R., McNiven, A., Diamant, A. and Chan, T.C.Y. 2019. Knowledge-based Automated Treatment Planning with Three-dimensional Generative Adversarial Networks. Medical Physics, 47(2): 297-306.
- Mahmood, R., Badr, A. and Khisti, A. 2018. Streaming Codes for Multiplicative-Matrix Channels with Burst Rank Loss. IEEE Transactions on Information Theory, 64(7): 5296-5311.
- Mahmood, R., Badr, A. and Khisti, A. 2016. Convolutional Codes with Maximum Column Sum Rank for Network Streaming. IEEE Transactions on Information Theory, 62(6): 3039–3052.
Recherche subventionnée au cours des 7 dernières années
| De-À | Source | Titre | * | ** | Rôle | Montant |
|---|---|---|---|---|---|---|
| 2023-2028 | NSERC - Discovery Grants Program | Operations Research Frameworks for Data-Centric AI Development | R | C | PI | $ 160,000 |
| 2023-2024 | University of Ottawa (SEED Funding Opportunity) | Operationalizing Data Annotation for Large-Scale Artificial Intelligence Development | R | I | PI | $ 20,000 |
| 2023-2024 | Telfer School of Management (start-up fund) | Operations Research Frameworks for Data--centric AI Development | R | I | PI | $ 40,000 |
| 2023 | NSERC – ECR Discovery Launch Supplement | Operations Research Frameworks for Data-Centric AI Development | R | C | PI | $ 12,500 |
LÉGENDE :
* But
C: Contrat de recherche | E: Subvention d'équipement | R : Subvention de recherche | S : Fonds de soutien | P : Subvention pédagogique | O : Autre | U : Inconnu
**Genre
C : Conseils subventionnaires | G : Gouvernements | F : Fondations | I : Financement interne UO | O : Autre | U : Inconnu
Rôle
PI = Chercheur(e) principal(e) | Co-I = Co-chercheur(e) | Co-PI = Co-Chercheur(e) principal(e)
