Photo de Shweta Mahajan

Shweta Mahajan

Membre affilié du corps professoral

Shweta Mahajan est professeure adjointe au Département de génie électrique et d'informatique et membre associée de la faculté Vector. Auparavant, elle était chercheuse principale en apprentissage automatique chez Qualcomm AI Research. De 2022 à 2023, elle a fait un postdoctorat au sein du groupe de vision par ordinateur de l'Université de la Colombie-Britannique, sous la direction du professeur Leonid Sigal.
et le Dr Kwang Moo Yi. Elle a aussi été chercheuse postdoctorale à l'Institut Vector d'IA de Toronto. Elle a soutenu sa thèse de doctorat à l'Université technique de Darmstadt sous la direction du professeur Stefan Roth en 2022 ; elle a obtenu sa maîtrise à l'Université de la Sarre en 2017, où elle était membre du groupe d'apprentissage machine et de l'Institut Max Planck d'informatique. Ses travaux ont été récompensés par le prix du meilleur article de l'Institut Fraunhofer de recherche en infographie (2020), et sa thèse de doctorat a été publiée dans la revue Gesellschaft für Informatik (2023). Ses recherches portent sur la vision par ordinateur et l'apprentissage machine, et plus particulièrement sur les méthodes statistiques et d'apprentissage machine pour la modélisation générative, l'apprentissage multimodal, la compréhension de scènes, la synthèse de données et l'inférence visuelle.

Intérêts de recherche

  • Vision par ordinateur
  • Modélisation générative
  • apprentissage automatique

Points saillants

  • Meilleur contributeur aux conférences NeurIPS 2023, 2024 et 2025
  • Subvention de recherche vectorielle, Canada, 2023
  • Meilleure thèse de doctorat Gesellschaft für Informatik (2022)
  • Récompensé par l'une des meilleures thèses de doctorat en Allemagne, en Suisse et en Autriche, Gesellschaft f ̈ur Informatik Dissertationspreis, 2023
  • Meilleure thèse de doctorat (nominée), Prix Bertha Benz, Allemagne, 2023
  • Doctorat avec distinction (summa cum laude) obtenu à l'Université technique de Darmstadt, en Allemagne, en 2023
  • Prix ​​du meilleur article, Impact sur la science, Fraunhofer-IGD, 2021