Équipe Probabilités et Statistique
Responsable : Benoîte DE SAPORTA
Gestionnaire : Sophie CAZANAVE PIN
Thèmes de recherche :
L’équipe probabilité et statistique couvre un spectre large autour de la statistique, l’apprentissage et la modélisation probabiliste avec un équilibre entre aspects méthodologiques et appliqués. Les thématiques de l’équipe s’articulent autour de trois axes qui sont la modélisation en grande dimension pour les données complexes (MEGADONC), les méthodes computationnelles et la modélisation (MEMO), et les modèles à dépendances structurelles (MODEST). L’équipe participe à deux équipes Inria (Iroko, Lemon) et collabore localement avec beaucoup de disciplines préférentiellement dans le cœur de la politique de site Nourrir, Soigner, Protéger : agronomie, santé, écologie, environnement :
- Avec le Pôle Agriculture-Environnement-Biodiversité (AEB) : AGAP Institut, AMAP, CBGP, CEFE, HSM, IPSIM, ISEM, MARBEC
- Avec le pôle Biologie Santé (BS) : IDESP, IGMM
- Avec le pôle Mathématiques, Informatique, Physique, Systèmes (MIPS) : LIRMM, MISTEA
- Avec le pôle Sciences sociales (Soc) : LIRDEF
MEGADONC – Animateur : Ali Gannoun
Les membres de l’axe MEGADONC travaillent sur la statistique et la modélisation en grande dimension. Les travaux de recherche traitent des données fonctionnelles avec approches machine learning et méthodes du noyau de convolution. Ces approches sont utilisées en optimisation non lisse, en classification, en problème inverse, en graphe, en estimation des processus, en prévision… En plus du volet théorique (choix des paramètres, vitesse de convergence, etc.), de nombreuses applications, en présence ou non de censure, sont proposées dans des domaines aussi variés que la médecine, l’écologie, l’agronomie, la finance ou la génomique.
MEMO – Animatrice : Sophie Lèbre
Les membres de l’axe MEMO travaillent sur les processus stochastiques, la statistique bayésienne et l’analyse statistique des processus. Les thématiques abordées sont nombreuses et variées, avec des applications en écologie, environnement, génomique, épidémiologie et santé. Les travaux de recherche portent notamment sur le choix de modèles, l’approximation, le contrôle et la simulation de modèles probabilistes, sur le développement de méthodes de statistique bayésienne adaptées aux données massives, ainsi que sur la détection d’agrégats et l’inférence pour les processus spatiaux, les champs aléatoires et les données spatialisées.
MODEST – Animatrice : Gwladys Toulemonde
L’axe de recherche Modest regroupe les membres de l’équipe travaillant sur la modélisation de structure de dépendances. Les thématiques abordées sont nombreuses et variées, avec des applications dans des domaines tels que la chimiométrie, les risques environnementaux, la sécurité, l’écologie des communautés ou encore le médico-social. La modélisation de dépendances complexes est au cœur de l’activité de Modest et les principaux travaux de recherche couvrent, entre autres, la modélisation de structures cachées, la régularisation, la fouille de données, les extrêmes multivariés, temporels ou spatiaux et la modélisation de données discrètes.