8 & 11 mars : Demi-journées thématiques sur "Set Estimation: a Bridge between Spatial Statistics and Stochastic Geometry"

Publié le 19 février 2021 Mis à jour le 25 février 2021
Date(s)

du 8 mars 2021 au 17 mai 2021

Lieu(x)

100% en ligne

Participez à des séries de conférences virtuelles d'une demi-journée sur l'Estimation d'ensemble: un pont entre les statistiques spatiales et la géométrie stochastique.

SÉRIE DE CONFÉRENCES VIRTUELLES D'UNE SEMI-JOURNÉE SUR: Estimation d'ensemble: un pont entre les statistiques spatiales et la géométrie stochastique

 
  • Dates 
Lundi 8 mars (après-midi)
Jeudi 11 mars (matin)
Jeudi 8 avril (après-midi)
Mardi 4 mai (matin)
Lundi 17 mai (matin)
  • Présentation 
L'estimation d'ensemble apparaît dans de nombreux domaines appliqués, par exemple en cosmologie, imagerie, biologie, sciences de l'environnement, modélisation des vagues de mer, big data. De nombreux problèmes mathématiques se posent et sont étudiés par les communautés de la géométrie aléatoire et des statistiques spatiales.

Le but de cette rencontre est de rassembler ces deux communautés autour de cette question commune. Les ensembles considérés sont évidemment multidimensionnels. Ils peuvent être soit aléatoires, soit l'observation d'un phénomène aléatoire.

Entre autres, on peut citer le support des densités multidimensionnelles, des réalisations de processus ponctuels, des modèles de Gibbs ou booléens, des ensembles d'excursion de champs aléatoires, discrets ou continus, des level sets ou des données de haute dimension.

En ce qui concerne l'estimation, elle pourrait inclure l'inférence pour la localisation de l'ensemble, sa frontière ou ses points extrêmes, sa forme, son volume ou toute autre fonctionnelle géométrique. L'étude de ces objets conduit naturellement à des problématiques d'estimation paramétriques ou non paramétriques et à la nécessité de tester des procédures (gaussianité, isotropie, ...).

Par estimation d'ensemble, nous entendons l'étude d'un problème statistique inverse pour construire des procédures d'inférence cohérentes et des algorithmes associés, à partir d'observations éventuellement éparses. Des exposés seront consacrés à cette question en présentant tout d'abord l'ensemble d'intérêt et ses propriétés puis les méthodes développées pour son estimation. Le programme comprendra des exposés orientés vers la théorie et les applications.

L’estimation d’ensembles intervient dans de nombreux domaines, par exemple, en cosmologie, imagerie, biologie, science de l’environnement, modélisation de la houle marine, données massives. De nombreuses questions mathématiques émergent, et sont étudiées à la fois par les communautés géométrie aléatoire et statistique spatiale. L’objectif de cette rencontre est de rassembler ces deux communautés autour de cette question commune.

Les ensembles que nous avons en vue sont naturellement multidimensionnels. Ils sont soit aléatoires, soit les observations peuvent de phénomènes aléatoires. Citons par exemple les supports de densité multivariées, les réalisations de processus ponctuels, les modèles de Gibbs ou booléens, les excursions d'un champ aléatoire, discret ou continu, ses ensembles de niveau ou encore des données de grande dimension.

Quant à l’estimation, elle peut inclure l’inférence statistique de la localisation de l’ensemble, sa frontière ou ses points extrémaux, sa forme, son volume ou tout autre fonctionnelle géométrique. Etudier de tels objets conduit naturellement à des questions d’estimation, paramétrique et non paramétrique, et à la construction de test d’adéquation de modèle (gaussianité, isotropie, ...).

Nous entendons l’estimation d’ensembles comme l’étude d’un problème statistique inverse qui a pour objectif la construction de procédures d’inférence consistantes et les algorithmes associés, à partir d’observations éventuellement rares. Les exposés seront consacrés à cette question en présentant d’abord l’ensemble d’intérêt et ses propriétés puis les méthodes mises en place pour son estimation.

Comité Scientifique :
Jean-François Coeurjolly (Université du Québec)
Antonio Cuevas (Université autonome de Madrid)
Anne Estrade (Université Paris Descartes)
Johanna Ziegel (Université de Berne)

Comité d'organisation :
Christophe A. N. Biscio (Université d'Aalborg)
Elena Di Bernardino (CNAM Paris)
Céline Duval (Université Paris Descartes)
Alberto Rodriguez Casal (Université de Saint-Jacques-de-Compostelle)
ENTREZ DANS LES SALONS DE DISCUSSIONS VIRTUELLES
  • Inscription 
Lien d'accèshttps://www.cirm-math.fr/preRegistration/index.php?EX=menu0&id_renc=2296 (inscription gratuite mais obligatoire) 
Des salles de discussion seront disponibles pour les participants inscrits. Votre code d'accès aux chambres vous sera fourni par les organisateurs.

Retrouvez toutes les informations : 
 https://conferences.cirm-math.fr/2296.html