Prochaines journées

Les prochaines journées auront lieu à l'UFR des Sciences Exactes et Naturelles de l'Université de Reims les 11 et 12 mars 2025.

Mardi 11 mars 2025, Amphi 3, bâtiment 4, campus Moulin de la Housse.

15h-15h40 - Patrice BERTAIL (Modal'X, Université de Paris Nanterre)

Biais en apprentissage statistique : une revue et une approche semi-paramétrique par calibration

Dans cette présentation, nous passons d'abord en revue quelques types de biais pouvant apparaître fréquemment dans des problèmes d'apprentissage statistique : biais de données, biais de sélection, biais d'endogénéité, biais de modèle dans les cas non-stationnaires, biais cognitifs etc. Ces types de biais sont bien connus dans la littérature statistique et plus encore en économétrie mais pas toujours pris en compte en apprentissage. Ces problèmes de biais posent non seulement des problèmes techniques mais aussi éthiques comme nous le verrons sur quelques exemples. Les techniques de corrections de biais sont souvent inspirées de techniques de sondage et reposent sur des pondérations adéquates des individus : Vardi dans les années 80 a même donné des conditions nécessaires et suffisantes pour pouvoir corriger de biais (essentiellement de sélection ou d'endogénéité) en présence d'informations transversales et/ou marginales.

Nous nous intéressons au problème de l'apprentissage par transfert ("Transfert Learning") et montrons comment l'incorporation d'un modèle semi-paramétrique permet de corriger des biais à partir de l'observation de quelques moments : l'idée est très proche de la calibration ou du calage sur marge en sondage, les poids permettant de correctement repondérer les risques. Nous montrons qu'il est possible par ces techniques d'estimer les poids sans véritable perte de vitesse dans les bornes de concentration des risques sous des hypothèses raisonnables.

Travail joint avec S. Clémençon (Télécom, Institut Polytechnique), Y. Guyonvarch (INRAE), N. Noiry (Owkin).

15h40-15h55 Questions et Café

15h55-16h35 - Alban GOUPIL (CReSTIC, Université de Reims Champagne-Ardenne)

Implémentations et applications de la méthode de l'information bottleneck

Nous introduirons tout d'abord les principes de la méthode de l'information bottleneck de Tishby et al. qui propose de construire à partir d'observations une représentation simplifiée et pertinente d'un facteur latent. La simplicité et la pertinence de cette représentation sont mesurées par des informations mutuelles entre les différentes variables en jeux. Nous présenterons ensuite plusieurs implémentations pour approcher la solution qui iront de la mise en cascade de représentations de plus en plus grossières à une reformulation sous forme variationnelle adaptée à l'utilisation des réseaux de neurones profonds. Ces mises en œuvre seront illustrées par quelques applications : sélection de variables, partitionnement de données par regroupement hiérarchique, prédiction pour des séries financières. Une piste pour une extension de la méthode de l'information bottleneck pour les séries temporelles sera évoquée puis appliquée à l'extraction de tendance.

16h35-16h50 Questions et Café

16h50-17h30 - Amor KEZIOU (LMR, Université de Reims Champagne-Ardenne)

Utilisation des copules en séparation de sources dépendantes

Le critère de l’information mutuelle (IM) d’un vecteur aléatoire peut s’écrire comme la divergence de Kullback-Leibler entre la copule du vecteur et la copule d’indépendance. En se basant sur cette écriture, nous proposons un nouvel estimateur non paramétrique de l’IM utilisant la copule. Nous utilisons cet estimateur pour séparer des mélanges de sources indépendantes. Nous montrons ensuite que l’estimateur proposé pourra être généralisé pour séparer des mélanges de sources dépendantes. Les résultats seront illustrés sur des signaux simulés, et des signaux réels (en séparation de documents recto-verso).

17h30-17h45 Questions et Café

Mercredi 12 mars 2025, Amphi E, bâtiment 2-3, campus Moulin de la Housse.

09h00-12h00 - Soutenance HDR

Philippe REGNAULT (LMR, Université de Reims Champagne-Ardenne)
Titre : Mesures d'information de processus markoviens - Théorie, applications et implémentation numérique.

Pour venir au campus Moulin de la Housse :

à partir de la gare de Reims (centre) : prendre la ligne 1 direction « REIMS C.C. Cernay » jusqu'à l'arrêt « Faculté des Sciences » ou bien prendre la ligne 3 direction « REIMS Moulin de la Housse » jusqu'à l'arrêt « Moulin de la Housse » ;
à partir de la gare Champagne-Ardenne TGV : prendre le Tram B (direction Bétheny) jusqu'à l'arrêt « Gare Centre » puis se reporter aux indications précédentes.

Un plan du campus Moulin de la Housse est disponible à cette adresse : https://www.univ-reims.fr/ufrsciences/media-files/51097/plan-masse-moulin-de-la-housse-31_08_23.pdf.

(Les arrêts de bus « Faculté des sciences » et « Moulin de la Housse » sont indiqués sur le plan, respectivement au niveau de l'entrée 2 et du bâtiment 17.)

Personnes connectées : 2

Vie privée | Accessibilité