Christian Thériault

Christian Thériault

Professeur associé
Photo de Christian Thériault
Téléphone : (514) 987-4184
Local : SU-R530
Liens d'intérêt
Informations générales

Cheminement académique

Postdoctorat, modèles mathématiques de reconnaissance visuelle, LIP6 UPMC Paris (2012)
MaÎtrise, mathématiques appliquées, Paris Descartes (2010)
Baccalauréat, mathématiques, UQAM (2008)
Doctorat, psychologie, UQAM (2006)
Baccalauréat, physiologie et psychologie, McGill (1998)

Projets de recherche en cours

  • Modélisation de la perception catégorielle

Affiliations externes principales

  • Cégep Édouard-Montpetit (département de mathématiques)
  • Cégep André-Laurendeau (département de mathématiques)
Enseignement

Publications

Articles scientifiques
  • Pérez-Guay Juárez, F., Thériault, C., Gregory, M., Rivas, D. et Harnad, S. (2017). How and why does category learning cause categorical perception? International Journal of Comparative Psychology, 30. Récupéré de https://escholarship.org/uc/item/8rg6c087.
  • Thériault, C., Thome, N., Cord, M. et Perez, M. (2014). Perceptual principles for video classification with Slow Feature Analysis. IEEE Journal of Selected Topics in Signal Processing, 8(3), 428–437. http://dx.doi.org/10.1109/JSTSP.2014.2315742.
  • Thériault, C., Thome, N. et Cord, M. (2013). Dynamic scene classification : learning motion descriptors with slow feature analysis. IEEE Computer Vision and Patern Recognition. http://dx.doi.org/10.1109/CVPR.2013.336.
  • Thériault, C., Thome, N. et Cord, M. (2013). Extended Coding and Pooling in the HMAX model. IEEE Transactions on Image Processing, 22(2), 764–777. http://dx.doi.org/10.1109/TIP.2012.2222900.
Chapitres de livre
  • Thériault, C., Thome, N. et Cord, M. (2015). Cortical Networks of Visual Recognition. Dans G. Cristóbal, L. Perrinet et M.S. Keil (dir.). Biologically Inspired Computer Vision : Fundamentals and Applications (p. 295–318). Weinheim, Allemagne : Wiley-VCH.
Actes de colloque
  • Thériault, C., Thome, N. et Cord, M. (2013). Dynamic scene classification : learning motion descriptors with slow feature analysis. Dans 2013 IEEE Conference on Computer Vision and Pattern Recognition (CVPR 2013) – 23-28 June 2013, Portland, Oregon, USA : Proceedings, (p. 2603-2610). Los Alamitos, CA: IEEE Computer Society. http://dx.doi.org/10.1109/CVPR.2013.336.
  • Thériault, C., Thome, N. et Cord, M. (2011). Hmax-s : Deep Scale Representation for Biologically Inspi-red Image Categorization. Dans 2011 18th IEEE International Conference on Image Processing, (p. 1261-1264). Piscataway, NJ: IEEE. http://dx.doi.org/10.1109/ICIP.2011.6115663.
  • Thériault, C. et Proulx, R. (2003). A neural network for invariant shape recognition through oriented and logarithmically scaled local derivative operators : The visual cortex front end as differential geometry engine. Dans UQÀM Summer Institute in Cognitive Sciences.
  • Thériault, C. et Chartier, S. (2002). L’invariance visuelle : une comparaison entre deux modèles neuronaux. Dans Congrès de la SQRP.
  • Thériault, C. et Proulx, R. (2001). Compétence du modèle connexionniste Eidos dans un environnement de logique floue. Dans Congrès de l’ACFAS.
Autres publications
  • Pérez-Guay Juárez, F., Thériault, C., Kang, X.-W., Rivas, D., Sabri, H. et Harnad, S. (2017). Category Learning generates Categorical Perception : Behavioral, Neural and Computational Aspects. Affiche présentée au Cognitive Neuroscience Society 24th Annual Meeting. http://dx.doi.org/10.13140/RG.2.2.12228.83848