Me rejoindre

Téléphone : 514-340-4711
poste: 2204
Courriel: francois.leduc-primeau@polymtl.ca

Adresse civique:

Local M-5023
Polytechnique Montréal,
2500 Chemin de polytechnique,
Montréal, Qc, Canada, H3T 1J4

Adresse postale:

Polytechnique Montréal
C.P. 6079, succursale Centre-ville
Montréal, Qc, Canada, H3C 3A7

Professeur agrégé

François Leduc-Primeau, ing., Ph.D.

Je suis professeur agrégé au département de génie électrique de l'École Polytechnique de Montréal. J'ai obtenu la maîtrise (2010) ainsi que le Ph.D. (2016) en génie électrique et informatique à l'Université McGill.

Mon équipe et moi nous intéressons à l'analyse et à la conception d'algorithmes en vue de leur implantation en matériel, et au développement de nouvelles approches permettant d'améliorer l'efficacité énergétique des systèmes numériques.

Voici quelques-uns de nos sujets de recherche, chaque fois avec une emphase sur la problématique de l'implémentation:

  • les codes de correction d'erreurs,
  • le traitement de signal pour la couche physique des systèmes de communication,
  • les algorithmes d'apprentissage automatique,
  • l'apprentissage automatique appliqué aux systèmes de communication.

Recrutement

Je suis toujours à la recherche d'étudiants et de chercheurs talentueux souhaitant mener des projets de recherche dans le cadre de mes activités en cours, à tous les niveaux (maîtrise, doctorat, postdoc).

Je recherche des étudiants qui ont des compétences dans au moins deux des domaines suivants: télécommunications, apprentissage automatique, circuits numériques. Il vous faut également des compétences solides en programmation.

Pour postuler, m'écrire un courriel dans lequel vous indiquez le sujet général qui vous intéresse, et décrivez en quoi vous êtes préparés à y travailler. Y joindre votre CV.

À l'attention des étudiants étrangers souhaitant s'inscrire à la maîtrise: gardez en tête que des droits de scolarité importants sont exigés pour les étudiants originaires de pays autres que le Canada, la France, et la Belgique. Consultez cette page pour les détails. Bien que certains concours de bourses existent pour les étrangers, ils sont très compétitifs. Vous devez donc avoir un dossier exceptionnel ou être prêt à couvrir une partie des droits de scolarité.

Publications

  • H. Hojatian, Z. Mlika, J. Nadal, J. F. Frigon et F. Leduc-Primeau. « Learning Energy-Efficient Transmitter Configurations for Massive MIMO Beamforming, » IEEE Transactions on Machine Learning in Communications and Networking, 2024. (IEEEXplore)
  • J. Kern, S. Henwood, G. Mordido, E. Dupraz, A. Aïssa-El-Bey, Y. Savaria et F. Leduc-Primeau. « Fast and Accurate Output Error Estimation for Memristor-Based Deep Neural Networks, » IEEE Transactions on Signal Processing, vol. 72, pp. 1205-1218, 2024. (IEEEXplore)
  • E. Dupraz, F. Leduc-Primeau, K. Cai et L. Dolecek. « Turning to Information Theory to Bring In-Memory Computing Into Practice, » IEEE BITS the Information Theory Magazine, pp. 1-13, 2023.
  • K. Chitsaz, G. Mordido, J. P. David et F. Leduc-Primeau. « Training DNNs Resilient to Adversarial and Random Bit-Flips by Learning Quantization Ranges, » Transactions on Machine Learning Research, 2023. (Lien 1)
  • H. Hojatian, J. Nadal, J. F. Frigon et F. Leduc-Primeau. « Decentralized Beamforming for Cell-Free Massive MIMO With Unsupervised Learning, » IEEE Communications Letters, vol. 26, no. 5, pp. 1042-1046, May 2022. (IEEEXplore)
  • J. Kern, E. Dupraz, A. Aïssa-El-Bey, L. R. Varshney et F. Leduc-Primeau. « Optimizing the Energy Efficiency of Unreliable Memories for Quantized Kalman Filtering, » Sensors, vol. 22, no. 3, 2022.
  • H. Hojatian, J. Nadal, J. F. Frigon et F. Leduc-Primeau. « Unsupervised Deep Learning for Massive MIMO Hybrid Beamforming, » IEEE Transactions on Wireless Communications, vol. 20, no. 11, pp. 7086-7099, Nov 2021. (IEEEXplore)
  • N. E. Zarif, L. Montazeri, F. Leduc-Primeau et M. Sawan. « Mobile-Optimized Facial Expression Recognition Techniques, » IEEE Access, vol. 9, pp. 101172-101185, Jul. 2021. (IEEEXplore)
  • E. Dupraz et F. Leduc-Primeau. « Noisy Density Evolution With Asymmetric Deviation Models, » IEEE Transactions on Communications, vol. 69, no. 3, pp. 1403-1416, Mar. 2021. (arXiv) (IEEEXplore)
  • M. Yaoumi, E. Dupraz, F. Leduc-Primeau et F. Guilloud. « Energy Optimization of Quantized Min-Sum Decoders for Protograph-Based LDPC Codes, » Annals of Telecommunications, 2020.
  • J. Nadal, F. Leduc-Primeau, C. A. Nour et A. Baghdadi. « Overlap-Save FBMC Receivers, » IEEE Trans. on Wireless Communications, vol. 19, no. 8, pp. 5307-5320, Aug. 2020.
  • C. Condo, P. Giard, F. Leduc-Primeau, G. Sarkis et W. J. Gross. « A 9.52 dB NCG FEC Scheme and 162 b/Cycle Low-Complexity Product Decoder Architecture, » IEEE Trans. on Circuits and Systems I: Regular Papers, vol. 65, no. 4, pp. 1420-1431, Apr. 2018. (IEEEXplore)
  • F. Leduc-Primeau, F. R. Kschischang et W. J. Gross. « Modeling and Energy Optimization of LDPC Decoder Circuits with Timing Violations, » IEEE Trans. on Communications, vol. 66, no. 3, pp. 932-946, Mar. 2018. (IEEEXplore) (arXiv)
  • J. C. Vialatte et F. Leduc-Primeau. « A Study of Deep Learning Robustness Against Computation Failures, » CoRR, vol. abs/1704.05396, 2017.
  • A. Ardakani, F. Leduc-Primeau, N. Onizawa, T. Hanyu et W. J. Gross. « VLSI Implementation of Deep Neural Network Using Integral Stochastic Computing, » IEEE Trans. on Very Large Scale Integration (VLSI) Systems, vol. 25, no. 10, pp. 2688-2699, Oct. 2017. (IEEEXplore)
  • K. Boga, F. Leduc-Primeau, N. Onizawa, K. Matsumiya, T. Hanyu et W. J. Gross. « A Generalized Stochastic Implementation of the Disparity Energy Model for Depth Perception, » Journal of Signal Processing Systems, Dec. 2016. (Lien 1) (Lien 2)
  • S. Hemati, F. Leduc-Primeau et W. J. Gross. « A Relaxed Min-Sum LDPC Decoder With Simplified Check Nodes, » IEEE Communications Letters, vol. 20, no. 3, pp. 422-425, Mar. 2016. (IEEEXplore)
  • F. Leduc-Primeau, V. Gripon, M. G. Rabbat et W. J. Gross. « Fault-Tolerant Associative Memories Based on c-Partite Graphs, » IEEE Trans. on Signal Processing, vol. 64, no. 4, pp. 829-841, Feb. 2016. (IEEEXplore)
  • F. Leduc-Primeau, S. Hemati, S. Mannor et W. J. Gross. « Relaxed Half-Stochastic Belief Propagation, » IEEE Trans. on Communications, vol. 61, no. 5, pp. 1648-1659, May 2013. (IEEEXplore)
  • F. Leduc-Primeau, S. Hemati, S. Mannor et W. J. Gross. « Dithered Belief Propagation Decoding, » IEEE Trans. on Communications, vol. 60, no. 8, pp. 2042-2047, Aug. 2012. (IEEEXplore)
  • S. Brown, J. Nadal et F. Leduc-Primeau. « Low-Activity Gallager-B LDPC Decoding, » in 2023 12th International Symposium on Topics in Coding (ISTC), 2023.
  • J. Nadal, M. Yaoumi, E. Dupraz, F. Guilloud et F. Leduc-Primeau. « Energy Optimization of Faulty Quantized Min-Sum LDPC Decoders, » in 2023 12th International Symposium on Topics in Coding (ISTC), 2023.
  • M. AskariHemmat, T. Dupuis, Y. Fournier, N. El Zarif, M. Cavalcante, M. Perotti, F. Gürkaynak, L. Benini, F. Leduc-Primeau, Y. Savaria et J. P. David. « Quark: An Integer RISC-V Vector Processor for Sub-Byte Quantized DNN Inference, » in 2023 IEEE International Symposium on Circuits and Systems (ISCAS), 2023.
  • T. Dupuis, Y. Fournier, M. AskariHemmat, N. E. Zarif, F. Leduc-Primeau, J. P. David et Y. Savaria. « Sparq: A Custom RISC-V Vector Processor for Efficient Sub-Byte Quantized Inference, » in 2023 21st IEEE Interregional NEWCAS Conference (NEWCAS), 2023.
  • H. Hojatian, J. Nadal, J. F. Frigon et F. Leduc-Primeau. « Flexible Unsupervised Learning for Massive MIMO Subarray Hybrid Beamforming, » in GLOBECOM 2022 – 2022 IEEE Global Communications Conference, 2022.
  • Y. Zhang, Y. Savaria, S. Zhao, G. Mordido, M. Sawan et F. Leduc-Primeau. « Tiny CNN for Seizure Prediction in Wearable Biomedical Devices, » in 44th Annual International Conference of the IEEE Engineering in Medicine and Biology Society (EMBC), Jul. 2022.
  • D. B. Dermont, J. Nadal et F. Leduc-Primeau. « Single-Minimum LDPC Decoding Offset Optimization Methods, » in 2022 IEEE 17th Canadian Workshop on Information Theory (CWIT), 2022. (Lien 1)
  • J. Kern, S. Henwood, G. Mordido, E. Dupraz, A. Aïssa-El-Bey, Y. Savaria et F. Leduc-Primeau. « MemSE: Fast MSE Prediction for Noisy Memristor-Based DNN Accelerators, » in 2022 IEEE 4th International Conference on Artificial Intelligence Circuits and Systems (AICAS), Jun. 2022. (arXiv)
  • J. Nadal, S. Brown, E. Dupraz et F. Leduc-Primeau. « Towards an Accurate High-Level Energy Model for LDPC Decoders, » in 2021 11th International Symposium on Topics in Coding (ISTC), 2021. (IEEEXplore)
  • J. Kern, E. Dupraz, A. Aïssa-El-Bey et F. Leduc-Primeau. « Improving the Energy-Efficiency of a Kalman Filter Using Unreliable Memories, » in ICASSP 2021 – 2021 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP), 2021.
  • E. Dupraz, L. R. Varshney et F. Leduc-Primeau. « Power-Efficient Deep Neural Networks with Noisy Memristor Implementation, » in 2021 Information Theory Workshop (ITW ’21), 2021. (IEEEXplore)
  • J. Nadal, M. Fiorentino, E. Dupraz et F. Leduc-Primeau. « A Deeply Pipelined, Highly Parallel and Flexible LDPC Decoder, » in 2020 18th IEEE International New Circuits and Systems Conference (NEWCAS), 2020.
  • H. Hojatian, V. N. Ha, J. Nadal, J. F. Frigon et F. Leduc-Primeau. « RSSI-Based Hybrid Beamforming Design with Deep Learning, » in 2020 IEEE Int. Conf. on Communications (ICC), 2020. (IEEEXplore)
  • S. Henwood, F. Leduc-Primeau et Y. Savaria. « Layerwise Noise Maximisation to Train Low-Energy Deep Neural Networks, » in 2nd IEEE International Conference on Artificial Intelligence Circuits and Systems (AICAS), 2020. (IEEEXplore)
  • M. Yaoumi, E. Dupraz, F. Leduc-Primeau et F. Guilloud. « Optimisation de la Consommation d’Energie pour des Codes LDPC Construits \`a Partir de Protographes, » in Colloque GRETSI 2019, Aug. 2019.
  • M. Yaoumi, F. Leduc-Primeau, E. Dupraz et F. Guilloud. « Optimization of Protograph LDPC Codes based on High-Level Energy Models, » in 16th International Symposium on Wireless Communication Systems (ISWCS), Aug. 2019.
  • G. B. Hacene, F. Leduc-Primeau, A. B. Soussia, V. Gripon et F. Gagnon. « Training Modern Deep Neural Networks for Memory-Fault Robustness, » in Proc. IEEE International Symposium on Circuits and Systems (ISCAS), 2019. (Lien 1) (IEEEXplore)
  • E. Dupraz, F. Leduc-Primeau et F. Gagnon. « Low-Latency LDPC Decoding Achieved by Code and Architecture Co-Design, » in 10th Int. Symp. on Turbo Codes and Iterative Information Processing, Dec. 2018. (Lien 1) (IEEEXplore)
  • J. Nadal, F. Leduc-Primeau, C. Abdel Nour et A. Baghdadi. « A Block FBMC Receiver Designed For Short Filters, » in Proc. 2018 IEEE Int. Conf. on Communications (ICC 2018), 2018. (IEEEXplore)
  • J. C. Vialatte et F. Leduc-Primeau. « A Study of Deep Learning Robustness Against Computation Failures, » in Proc. 9th Int. Conf. on Advanced Cognitive Technologies and Applications, Feb. 2017. (arXiv)
  • A. Ardakani, F. Leduc-Primeau, N. Onizawa, T. Hanyu et W. J. Gross. « VLSI implementation of deep neural networks using integral stochastic computing, » in 9th Int. Symp. on Turbo Codes and Iterative Information Processing (ISTC), Sep. 2016. (IEEEXplore)
  • A. Ardakani, F. Leduc-Primeau et W. J. Gross. « Hardware implementation of FIR/IIR digital filters using integral stochastic computation, » in 2016 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP), Mar. 2016. (IEEEXplore)
  • F. Leduc-Primeau et W. J. Gross. « Finite-Length Quasi-Synchronous LDPC Decoders, » in 9th Int. Symp. on Turbo Codes and Iterative Information Processing, Sep. 2016. (IEEEXplore)
  • C. Condo, F. Leduc-Primeau, G. Sarkis, P. Giard et W. J. Gross. « Stall pattern avoidance in polynomial product codes, » in 2016 IEEE Global Conference on Signal and Information Processing (GlobalSIP), Dec. 2016. (IEEEXplore)
  • K. Boga, N. Onizawa, F. Leduc-Primeau, K. Matsumiya, T. Hanyu et W. J. Gross. « Stochastic implementation of the disparity energy model for depth perception, » in 2015 IEEE Workshop on Signal Processing Systems (SiPS), Oct. 2015. (IEEEXplore)
  • F. Leduc-Primeau, F. R. Kschischang et W. J. Gross. « Energy optimization of LDPC decoder circuits with timing violations, » in 2015 IEEE Int. Conf. on Communications (ICC), Jun. 2015. (IEEEXplore)
  • F. Leduc-Primeau, V. Gripon, M. G. Rabbat et W. J. Gross. « Cluster-based associative memories built from unreliable storage, » in 2014 IEEE Int. Conf. on Acoustics, Speech and Signal Processing (ICASSP), May 2014. (IEEEXplore)
  • F. Leduc-Primeau et W. J. Gross. « Faulty Gallager-B Decoding with Optimal Message Repetition, » in Proc. 50th Allerton Conf. on Communication, Control, and Computing, Oct. 2012. (IEEEXplore)
  • F. Leduc-Primeau, A. J. Raymond, P. Giard, K. Cushon, C. Thibeault et W. J. Gross. « High-Throughput LDPC Decoding Using The RHS Algorithm, » in Proc. 2012 Conf. on Design & Arch. for Signal & Image Processing (DASIP), Oct. 2012. (IEEEXplore)
  • F. Leduc-Primeau, S. Hemati, S. Mannor et W. J. Gross. « Lowering Error Floors Using Dithered Belief Propagation, » in 2010 IEEE Global Telecommunications Conference (GLOBECOM), Dec. 2010. (IEEEXplore)
  • F. Leduc-Primeau, S. Hemati, W. J. Gross et S. Mannor. « A Relaxed Half-Stochastic Iterative Decoder for LDPC Codes, » in 2009 IEEE Global Telecommunications Conference (GLOBECOM), Dec. 2009. (IEEEXplore)
  • F. Leduc-Primeau, S. Hemati, V. C. Gaudet et W. J. Gross. « Stochastic Decoding of Error-Correcting Codes, » Chapitre dans Stochastic Computing: Techniques and Applications, W. Gross et V. Gaudet eds., Springer, 2019.
  • F. Leduc-Primeau, V. C. Gaudet et W. J. Gross. « Stochastic Decoders for LDPC Codes, » Chapitre dans Advanced Hardware Design for Error Correcting Codes, C. Chavet et P. Coussy eds., Springer, 2015. (Lien 1)