Réunion

Matrices et tenseurs aléatoires pour l'inférence et l'apprentissage

Annonce

Cette journée scientifique, co-organisée par le GdR IASIS et le RT Mathématiques et Physique axe MEGA, sera consacrée au rôle des matrices aléatoires et des tenseurs aléatoires en inférence statistique et en apprentissage machine. Ces objets aléatoires offrent un cadre théorique puissant et fructueux pour étudier et proposer des estimateurs et des algorithmes adaptés à des données de grande dimension, étant donc en phase avec les régimes typiques des problèmes abordés dans les domaines applicatifs susmentionnés.

Réciproquement, les problématiques issues de l’inférence et de l’apprentissage machine constituent une source riche de nouveaux modèles et de questions théoriques pour l’étude des matrices et tenseurs aléatoires. Elles stimulent le développement de techniques innovantes à l’interface des probabilités, des statistiques, de la physique et de l’optimisation, contribuant ainsi à un dialogue riche et fécond entre théorie et applications.

Orateur.ice.s invité.e.s

• Hugo Lebeau (INRIA)
• Bruno Loureiro (DIENS, CNRS)
• Vanessa Piccolo (IdePHICS, EPFL)

Appel à contributions

Nous invitons les doctorants, post-doctorants et jeunes chercheurs/chercheuses à soumettre une proposition pour présenter leurs travaux lors de l’événement. Les présentations dureront entre 20 et 25 minutes, suivies de 5 à 10 minutes de questions-réponses. Ces interventions seront l’occasion de partager des recherches récentes et de stimuler des discussions autour des défis et des avancées dans la thématique de la journée.

Les présentations sont attendues en anglais (de préférence, pour pouvoir échanger avec les orateurs invités), ainsi que les supports de présentations.

Si vous êtes intéressé(e) à participer, veuillez envoyer un e-mail à henrique.goulart@irit.fr et à raphael.butez@univ-lille.fr d’ici le 30 avril, pour soumettre un titre en un résumé relatifs à votre proposition d’intervention.

Organisateur.ice.s

• Raphaël Butez (Laboratoire Paul Painlevé)
• Guillaume Dubach (CMLS)
• Henrique Goulart (IRIT)
• Xiaoyi Mai (IMT)

Programme

Résumés des contributions