Réunion

Journée co-organisée avec le GDR MAIAGES

Depuis son développement notamment autour des travaux d'Aronszajn au début des années 50, la théorie des espaces à noyau reproduisant s'est révélée être un outil puissant à de nombreux égards, et a donné naissance à de multiples algorithmes pour l'analyse de données multivariées. Ces modèles bénéficient de bonnes propriétés statistiques, comme p.ex. les méthodes d'estimation non paramétrique à noyau qui permettent une forme d'adaptativité à la régularité de la fonction estimée, tout en donnant lieu à des algorithmes relativement simples à implémenter. Ce formalisme a par ailleurs été utilisé et développé dans de multiples directions connexes, comme l'inférence bayésienne (processus gaussiens), la généralisation d'algorithmes linéaires d'apprentissage non supervisés, la manipulation de données structurées et de distributions de probabilités, etc.

Toutefois, l'utilisation de telles méthodes sur de grands volumes de données se heurte à des verrous calculatoires, et le développement de techniques d'approximation permettant leur passage à l'échelle constitue aujourd'hui encore un axe de recherche important. Cette journée aura pour but d'effectuer un tour d'horizon des développements de ces dernières années autour de ces thématiques, qu'ils soient fondamentaux ou appliqués. Il s'agira de favoriser les échanges interdisciplinaires entre les communautés faisant appel à ou développant ces outils.

Orateurs invités

Florence d'Alché-Buc (Télécom Paris)

Francis Bach (DI ENS)

Francois Bachoc (Univ. de Toulouse)

Michaël Fanuel (Univ. de Lille)

Hachem Kadri (Univ. Aix-Marseille)

Appel à contributions

La journée est ouverte aux contributeurs extérieurs. Si vous souhaitez présenter vos travaux, merci d'envoyer un résumé d'une page maximum à :

antoine.chatalic@gipsa-lab.fr

simon.barthelme@gipsa-lab.fr

avant le 22.10.2024.

Organisateurs

Antoine Chatalic et Simon Barthelmé (Gipsa-lab, Grenoble)