- Présentation
- Publications HAL
- Rapports d'activité
Equipe de recherche SELECT
Sélection de modèles en apprentissage statistique
- Responsable : Pascal Massart
- Type : Équipe-projet
- Centre(s) de recherche : Saclay
- Domaine : Mathématiques appliquées, calcul et simulation
- Thème : Optimisation, apprentissage et méthodes statistiques
- Université Paris-Sud (Paris 11), CNRS, Laboratoire de mathématiques d'Orsay de l'Université de Paris-Sud (LMO) (UMR8628)
Présentation de l'équipe
SELECT est un projet de méthodologie statistique qui s'intéresse essentiellement aux problèmes de sélection de modèles dans le domaine de l'apprentissage statistique. Ces domaines d'intervention concernent les modèles à structure cachée, la reconnaissance statistique des formes et plus généralement les problèmes de décision statistique. Ces domaines d'application sont la fiabilité, l'analyse des données de biopuces, la phylogénie et le traitement du signal.Axes de recherche
SELECT vise à proposer des outils de sélection de modèles ou de variables par des critères de vraisemblance pénalisée. Ces critères sont essentiellement construits par une approche non asymptotique utilisant des inégalités de concentration ou d'un point de vue bayésien mettant en avant l'objectif de la modélisation. Les domaines privilégiés pour ces recherches sont les modèles de classification supervisée et la détection de ruptures dans des signaux.Logiciels
Relations industrielles et internationales
SELECT a des collaborations pérennes avec le Département études et recherche d'EDF. Les membres de SELECT participent au réseau d'excellence eurpéen PASCAL (projet FP6).Mots-clés : Modèles à structure cachée Classification supervisée Fiabilité Analyse de données de biopuces
Equipes de recherche du même thème :
- CLASSIC - Computational Learning, Aggregation, Supervised Statistical, Inference, and Classification
- DOLPHIN - Optimisation multi-critère parallèle coopérative
- GEOSTAT - Géométrie et statistiques dans les données d'acquisition
- MISTIS - Modélisation et Inférence de phenomenes aléatoires complexes et structures
- MODAL - MOdel for Data Analysis and Learning
- REALOPT - Reformulations et algorithmes pour l'Optimisation combinatoire
- SEQUEL - Sequential Learning
- SIERRA - Apprentissage Statistique et Parcimonie
- TAO - thème Apprentissage et Optimisation
Contact
Responsable de l'équipe
Pascal Massart
Tél: +33 1 69 15 57 93
Secrétariat
Tél: +33 1 69 15 76 55
En savoir plus
Rechercher une équipe
Par centre de recherche Inria
Inria
Inria.fr
Inria Channel

Voir aussi