Lyon (France)

FR EN

Mot de passe oublié ? Créer un compte

Navigation

Comité d'organisation

Soumissions

Modalités d'inscription

Inscription

Programme

Événements satellites

Liste des participants

Programme social et soirée

Informations pratiques

Partenaires et sponsors

SUPPORT

@ Contact

Programme

Semaine Lun. 13 Mar. 14 Mer. 15 Jeu. 16 Ven. 17 Liste

‹ jeudi 16 juin 2022 ›

09:00

10:00

11:00

12:00

13:00

14:00

15:00

16:00

17:00

18:00

19:00

›9:00 (1h)

Plénière: S. Kpotufe
Samory Kpotufe

› Amphi 7

9:00 - 10:00 (1h)

Plénière: S. Kpotufe

Amphi 7

Samory Kpotufe

https://jds22.sciencesconf.org/data/program/kpotufe.png

›9:00 (1h)

Plénière: P. Chainais
Pierre Chainais

› Amphi 10

9:00 - 10:00 (1h)

Plénière: P. Chainais

Amphi 10

Pierre Chainais

https://jds22.sciencesconf.org/data/program/chainais.png

›10:00 (20min)

Pause café

10:00 - 10:20 (20min)

Pause café

›10:20 (1h20)

SFdS-StatMath
Adrien Saumard

› Amphi 7

10:20 - 11:40 (1h20)

SFdS-StatMath

Amphi 7

Adrien Saumard

› Profondeur de Tukey: Ensembles de niveau empiriques et théoriques - 10:20-10:35 (15min)

› Statistical depth functions: Characterization and reconstruction problems - 10:35-10:50 (15min)

›10:20 (1h20)

SFdS-BFA
Marie Kratz

› Amphi 8

10:20 - 11:40 (1h20)

SFdS-BFA

Amphi 8

Marie Kratz

› Multi-normex for evaluating the distribution of aggregated heavy tailed risks - 10:20-10:35 (15min)

› Lundberg-Aumann-Serrano dangerousness risk index - Etienne Marceau, École d'actuariat, Université Laval, Québec (Québec) 10:35-10:50 (15min)

› Optimal pooling and distributed inference for the tail index and extreme quantiles - 10:50-11:05 (15min)

› Clustering parcimonieux pour extrêmes multivariés - 11:05-11:20 (15min)

›10:20 (1h20)

Applications

› Amphi 9

10:20 - 11:40 (1h20)

Applications

Amphi 9

› Votes par évaluation avec des fonctions de profondeur - Jean-Baptiste Aubin, Institut Camille Jordan [Villeurbanne], Déchets Eaux Environnement Pollutions - Irène Gannaz, Institut Camille Jordan - Samuela leoni, institut camille jordan - Antoine Rolland, laboratoire eric 10:20-10:35 (15min)

› Impact of the energy transition on long-term factor productivity - Guillaume Flament, CREST 10:35-10:50 (15min)

› Pl@ntNet-300K: une base de données d'images de plantes avec une ambiguïté entre classes importante et une distribution à longue traîne - 10:50-11:05 (15min)

› Variance estimators for weighted and stratified linear dose-response function estimators using generalized propensity score - Valerie Gares, Univ Rennes, INSA, CNRS, IRMAR - UMR 6625, F-35000 Rennes, France 11:05-11:20 (15min)

› Topological period counting method for reparametrized functions - Wojciech Reise, LMO, INRIA-Saclay 11:20-11:35 (15min)

›10:20 (1h20)

Survie

› Amphi 11

10:20 - 11:40 (1h20)

Survie

Amphi 11

› Machine learning for survival data prediction: Application of the super learner on pseudo-observations - Ariane Cwiling, MAP5 10:20-10:35 (15min)

› Comparaisons de méthodes pour données de survie en grande dimension sur de petits échantillons : optimisation des hyperparamètres et validation. - AUDREY LAVENU, Institut de Recherche Mathématique de Rennes, Université Rennes 1, Centre dÍnvestigation Clinique [Rennes] 10:35-10:50 (15min)

› Modèle de Cox avec des données hétérogènes - 10:50-11:05 (15min)

› Cox regression with linked data - Thanh Huan VO, IRMAR, Artificial Intelligence 11:05-11:00 (-1h-5)

›10:20 (1h20)

Extrêmes & Prédiction

› Amphi 10

10:20 - 11:40 (1h20)

Extrêmes & Prédiction

Amphi 10

› Extremal cluster inference for heavy-tailed time series - Gloria Buritica, Laboratoire de Probabilités, Statistique et Modélisation 10:20-10:35 (15min)

› Étude de la dépendance spatiale dans les extrêmes : un point de vue géostatistique - Marine Demangeot, Sorbonne Université, LPSM 10:35-10:50 (15min)

› Maximum Mean Discrepancy invariant par translation et convergence en loi - Thibault Modeste, Université Claude Bernard 10:50-11:05 (15min)

› Vitesse de Convergence Minimax pour la Régression Distributionnelle basée sur le Continuous Ranked Probability Score - Romain Pic, Laboratoire de Mathématiques de Besançon 11:05-11:20 (15min)

› Non-Asymptotic Analysis of Stochastic Approximation Algorithms for Streaming Data - Nicklas Werge, Laboratoire de Probabilités, Statistique et Modélisation 11:20-11:35 (15min)

›11:40 (20min)

Pause café

11:40 - 12:00 (20min)

Pause café

›12:00 (1h10)

SFdS-AMIES
Agathe Guilloux

› Amphi 7

12:00 - 13:10 (1h10)

SFdS-AMIES

Amphi 7

Agathe Guilloux

› L'agence pour les mathématiques en interaction avec l'entreprise et la société (AMIES) - 12:00-12:15 (15min)

› Lights: a generalized joint model for high-dimensional multivariate longitudinal data and censored durations - 12:15-12:30 (15min)

› Prédiction des niveaux de risque pollinique à partir de données historiques multi-sources - Esso-Ridah BLEZA, IRISA, IRMAR 12:30-12:45 (15min)

› Deep Calibration of Interest Rates Models - Djibril SARR, FBH Associés, Université Sorbonne Paris Nord 12:45-13:00 (15min)

›12:00 (1h10)

ML - Graphes - Réseaux

› Amphi 8

12:00 - 13:10 (1h10)

ML - Graphes - Réseaux

Amphi 8

› The deep latent position model for node partitioning in graphs - Dingge LIANG, Université Côte d'Azur, Inria, CNRS, Laboratoire J.A.Dieudonné, Maasai team, Nice, France. 12:00-12:15 (15min)

› Etude de la Pénalisation GraphNet en Analyse de Données Multi-blocs - Annabelle Beaudoin, Hub de Bioinformatique et Biostatistique - Cathy Philippe, Unité Baobab - vincent guillemot, Hub de Bioinformatique et Biostatistique 12:15-12:30 (15min)

› Don't fear the unlabelled: safe deep semi-supervised learning via simple debiasing - Hugo Schmutz, Laboratoire Jean Alexandre Dieudonné, UMR E4320 - Pierre-Alexandre Mattei, Inria Sophia Antipolis 12:30-12:45 (15min)

› Generalised Mutual Information Maximisation for Deep Clustering - 12:45-13:05 (20min)

›12:00 (1h30)

Méta-modèles - Analyse de sensibilité

› Amphi 9

12:00 - 13:30 (1h30)

Méta-modèles - Analyse de sensibilité

Amphi 9

› Heterogeneous Treatment Effects Estimation: When Machine Learning meets multiple treatments regime - Naoufal ACHARKI, Centre de Mathématiques Appliquées - Ecole Polytechnique 12:00-12:15 (15min)

› Risk bounds for Sobol'-based Global Sensitivity Analysis Indices when using metamodels. - Clément Bénesse, Institut de Mathématiques de Toulouse 12:15-12:30 (15min)

› Test d'indépendance basé sur les indices HSIC-ANOVA d'ordre total - Gabriel Sarazin, Commissariat à l'énergie atomique et aux énergies alternatives 12:30-12:45 (15min)

› Sélection de variables lors de la généralisation d'un effet causal - Bénédicte Colnet, Inria Saclay - Ile de France 12:45-13:00 (15min)

› Calage conditionnel bayésien d'un modèle numérique - Oumar Baldé, Centre CEA de Saclay DES/ISAS/DM2S/STMF/LGLS - Loic Giraldi, CEA Centre de Cadarache DES/IRESNE/DEC/SESC/LSC - Antoine BOULORÉ, CEA, DES, IRESNE, DEC, SESC, LSC - Amandine Marrel, Institut de Mathématiques de Toulouse, CEA, DES,IRESNE, DER, SESI, LEMS 13:00-13:15 (15min)

›12:00 (1h30)

ML & Regret

› Amphi 10

12:00 - 13:30 (1h30)

ML & Regret

Amphi 10

› Multitask Online Mirror Descent - Pierre Laforgue, Università degli Studi di Milano 12:00-12:15 (15min)

› Identification de Meilleur Bras à Budget Fixé - Antoine BARRIER, Unité de Mathématiques Pures et Appliquées, Laboratoire de Mathématiques dÓrsay 12:15-12:30 (15min)

› On Best Policy Identification with Instance-specific sample complexity - Aymen Al Marjani, Unité de Mathématiques Pures et Appliquées 12:30-12:45 (15min)

› Bayesian Actor for Deep Reinforcement Learning - Léo Grill, Orange Labs [Lannion], SISMI Poitiers 12:45-13:00 (15min)

›12:00 (1h30)

StatMath

› Amphi 11

12:00 - 13:30 (1h30)

StatMath

Amphi 11

› Estimation confidentielle de quantiles en présence d'atomes - Clément Lalanne, LIP ENS Lyon 12:00-12:15 (15min)

› GÉNÉRALISATION ET ESTIMATION DE LA Q-DISTRIBUTION GAUSSIENNE. - Oumaima Ben Mrad, Laboratoire de Mathématiques et applications 12:15-12:30 (15min)

› Projection de mesures de probabilité sous contraintes de quantile par distance de Wasserstein et approximation monotone polynomiale - Marouane Il Idrissi, Saclay Industrial Lab for Artificial Intelligence Research, EDF R&D PRISME - Performance, Risque Industriel, Surveillance pour la Maintenance et l'Exploitation, IMT - Institut de Mathématiques de Toulouse UMR5219 12:30-12:45 (15min)

› Sparse regression to anticipate the declarations of natural disaster in France - Thi Thanh Yen NGUYEN, MAP5 12:45-13:00 (15min)

› Estimation adaptative optimale de fonctions moyennes et covariances irrégulières - Steven Golovkine, University of Limerick 13:00-13:15 (15min)

› Réduction d'une fonction aléatoire cyclostationnaire définie sur R - Sylvie Viguier-Pla, LAboratoire de Mathématiques et PhySique - Alain Boudou, Institut de Mathématiques de Toulouse UMR5219 13:15-13:30 (15min)

›13:30 (1h)

Déjeuner

13:30 - 14:30 (1h)

Déjeuner

›14:30 (1h)

Plénière: F. Chazal
Frédéric Chazal

› Amphi 7

14:30 - 15:30 (1h)

Plénière: F. Chazal

Amphi 7

Frédéric Chazal

https://jds22.sciencesconf.org/data/program/chazal.png

›14:30 (1h)

Plénière: G. Fort
Gersende Fort

› Amphi 10

14:30 - 15:30 (1h)

Plénière: G. Fort

Amphi 10

Gersende Fort

https://jds22.sciencesconf.org/data/program/fort.png

›15:30 (20min)

Rafraichissements

15:30 - 15:50 (20min)

Rafraichissements

›15:50 (1h30)

Séries Temporelles

› Amphi 7

15:50 - 17:20 (1h30)

Séries Temporelles

Amphi 7

› Une nouvelle méthode pour les propriétés asymptotiques de modèles à seuil autoexcités - 15:50-16:05 (15min)

› Barycentres de séries temporelles : une nouvelle approche basée sur la méthode de la signature - 16:05-16:20 (15min)

› Réduction de dimension pour les séries temporelles avec des auto-encodeurs variationnels - 16:20-16:35 (15min)

›15:50 (1h30)

ML et Extrêmes

› Amphi 8

15:50 - 17:20 (1h30)

ML et Extrêmes

Amphi 8

› In-store traffic flow forecasting using high dimensional time series methods - 15:50-16:05 (15min)

› Estimation de paramètres pour un modèle de propagation de la fièvre typhoïde à Mayotte - 16:05-16:20 (15min)

› Crowdsourcing label noise simulation on image classification tasks - 16:20-16:35 (15min)

› Evaluating the Impact of Parenthood on Career Progression in STEM jobs, across Gender - 16:35-16:50 (15min)

› Profondeur à noyau multivariée et mesure de risque extrême associée - 16:50-17:05 (15min)

› Kalman Recursions Aggregated Online - 17:05-17:20 (15min)

›15:50 (1h30)

Méthodes Génératives - ML - Deep

› Amphi 9

15:50 - 17:20 (1h30)

Méthodes Génératives - ML - Deep

Amphi 9

› Etude du comportement de l'algorithme DbAS pour l'optimisation de propriétés de séquences nucléiques - 15:50-16:05 (15min)

› Limite d'échelle pour les réseaux de neurones résiduels - 16:05-16:20 (15min)

› Can Push-forward Generative Models Fit Multimodal Distributions? - 16:20-16:35 (15min)

› Generating new crystal structures with statistical methods - 16:35-16:50 (15min)

› Comment imposer des pré-activations gaussiennes dans un réseau de neurones ? - 16:50-17:05 (15min)

›15:50 (1h30)

Processus - StatMath

› Amphi 10

15:50 - 17:20 (1h30)

Processus - StatMath

Amphi 10

› Vitesses de contraction du posterior pour les processus gaussiens profonds contraints en classification et estimation de densité - 15:50-16:05 (15min)

› Sélection de variables en régression SIR par seuillage doux ou seuillage dur de la matrice d'intérêt - 16:05-16:20 (15min)

› Liens entre les décompositions de Hoeffding--Sobol et de Möbius - 16:20-16:35 (15min)

› Mélange de modèles d'analyse factorielle longitudinale pour l'analyse de données longitudinales multivariées - 16:35-16:50 (15min)

› Estimation adaptative dans un modèle de régression-convolution en base d'Hermite - 16:50-17:05 (15min)

› A local version of R-hat for MCMC convergence diagnostic - 17:05-17:20 (15min)

›15:50 (1h30)

StatMath - Valeurs Manquantes

› Amphi 11

15:50 - 17:20 (1h30)

StatMath - Valeurs Manquantes

Amphi 11

› Vitesse de convergence pour une prediction linéaire en présence de données manquantes - 15:50-16:05 (15min)

› Imputation multiple dans le modèle linéaire fonctionnel avec une covariable partiellement observée et des valeurs manquantes dans la réponse - 16:05-16:20 (15min)

› usefulness of surrogate outcomes on the regression model and the PaO2 prediction - 16:20-16:35 (15min)

› Apprentissage semi-supervisé avec réponses manquantes informatives - 16:35-16:50 (15min)

› Estimation ciblée pour les modèles structurels marginaux - Herbert Susmann, MAP5, Université de Paris, University of Massachusetts Amherst 16:50-17:05 (15min)

›17:20 (10min)

Pause

17:20 - 17:30 (10min)

Pause

›17:30 (20min)

Clôture des JdS 2022
Comité d'organisation

› Amphi 7

17:30 - 17:50 (20min)

Clôture des JdS 2022

Amphi 7

Comité d'organisation

›18:30 (1h)

Rencontre Jeunes statisticiens

18:30 - 19:30 (1h)

Rencontre Jeunes statisticiens

›18:30 (1h)

Café de la Statistique

18:30 - 19:30 (1h)

Café de la Statistique

Session

Discours

Logistique

Pause

Sortie

Personnes connectées : 1

Vie privée