Détail d'une fiche   Version PDF

SELECT (SR0866IR)

Sélection de modèles en apprentissage statistique

SELECT (SR0130LR) →  SELECT →  CELESTE (SR0873YR)


Statut: Terminée

Responsable : Sylvain Arlot

Mots-clés de "A - Thèmes de recherche en Sciences du numérique - 2023" : Aucun mot-clé.

Mots-clés de "B - Autres sciences et domaines d'application - 2023" : Aucun mot-clé.

Domaine : Mathématiques appliquées, calcul et simulation
Thème : Optimisation, apprentissage et méthodes statistiques

Période : 01/01/2019 -> 31/05/2019
Dates d'évaluation :

Etablissement(s) de rattachement : <sans>
Laboratoire(s) partenaire(s) : <sans UMR>

CRI : Centre Inria de Saclay
Localisation : UP Saclay - Laboratoire de Mathématiques d'Orsay (LMO)
Code structure Inria : 111031-0

Numéro RNSR : 201923011J
N° de structure Inria: SR0866IR

Présentation

SELECT est un projet de méthodologie statistique qui s'intéresse essentiellement aux problèmes de sélection de modèles dans le domaine de l'apprentissage statistique. Ces domaines d'intervention concernent les modèles à structure cachée, la reconnaissance statistique des formes et plus généralement les problèmes de décision statistique. Ces domaines d'application sont la fiabilité, l'analyse des données de biopuces, la phylogénie et le traitement du signal.


Axes de recherche

SELECT vise à proposer des outils de sélection de modèles ou de variables par des critères de vraisemblance pénalisée. Ces critères sont essentiellement construits par une approche non asymptotique utilisant des inégalités de concentration ou d'un point de vue bayésien mettant en avant l'objectif de la modélisation. Les domaines privilégiés pour ces recherches sont les modèles de classification supervisée et la détection de ruptures dans des signaux.

Logiciels


Relations industrielles et internationales

SELECT a des collaborations pérennes avec le Département études et recherche d'EDF. Les membres de SELECT participent au réseau d'excellence eurpéen PASCAL (projet FP6).