Programme > Conférences invitées

Récipiendaires des prix SFdS 2024 :

  • Conférence Le Cam : Local asymptotic optimality in empirical Bayes, bias correction and benign overfitting, Cun-Hui Zhang (Rutgers University, Department of Statistics and Biostatistics)
  • Prix Marie-Jeanne Laurent-Duhamel en recherche appliquée :
    • Saint-Clair Chabert-Liddell pour sa thèse intitulée "Apprentissage statistique de collections de réseaux avec applications en écologie et en sociologie"
    • Joseph de Vilmarest pour sa thèse intitulée "Modèles espace-état pour la prévision de séries temporelles. Application aux marchés électriques"
  • Prix de Statistique pour l'Actuariat : Impact du montant de rente sur la longévité au sein d’un portefeuille de rentiers, Christian Borel Wako Kankeu
  • Prix SFdS-Ensai pour le meilleur projet statistique de 2ème année de l'ENSAI : Algorithme d'aide au diagnostic pour différencier un myome atypique bénin d'un sarcome utérin, Tessa Chevallier, Emma Héard, Lorie Nouzille et Mathilde Vince

 

Conférencières et conférenciers invités par le comité scientifique des JdS 2024 :

Rémi Bardenet Picture Rémi Bardenet (CRIStAL, CNRS, Université de Lille)
Rémi Bardenet est chercheur au CNRS au sein du Centre de Recherche en Informatique, Signal, et Automatique de Lille (CRIStAL), où il est responsable de l'équipe SigMA. Il est l'investigateur principal d'une ERC starting grant ("Blackjack") et d'une chaire IA de l'ANR ("Baccarat"), et il a reçu la médaille de bronze du CNRS en 2021. Il étudie l'utilisation des processus ponctuels déterminantaux (DPP) en sciences des données. Les DPP sont des configurations aléatoires de points qui encodent une forte dépendance négative, tout en préservent une grande tractabilité statistique et computationnelle. Rémi s'intéresse également au passage à l'échelle des méthodes d'inférence par Monte Carlo aux données massives, à la recherche d'une alternative bayésienne au gradient stochastique.
Claire Boyer Picture Claire Boyer (LPSM, Sorbonne Université)
Claire Boyer est maîtresse de conférences au laboratoire de probabilités, statistique et modélisation de Sorbonne Université, et lauréate junior de l'Institut Universitaire de France. Ses thématiques de recherche s'inscrivent en mathématiques appliquées à l'apprentissage, notamment à la frontière de la statistique et de l'optimisation.
Herve Cardot Picture Hervé Cardot (IMB, Université Bourgogne Franche-Comté)
Hervé Cardot est professeur à l’Université de Bourgogne et membre de l’Institut de Mathématiques de Bourgogne. Il s’intéresse au développement de nouvelles approches statistiques motivées par les applications, en particulier en sciences du goût, en évaluation de politique, en médecine et dans l'industrie.
Marc Chadeau-Hyam Picture

Marc Chadeau-Hyam (Faculty of Medicine, School of Public Health, Imperial College London, Royaume-Uni)
Marc Chadeau-Hyam est titulaire d'une chaire d'Épidémiologie computationnelle et de Biostatistique à la Facuté de Médecine de l'Imperial College London au Royaume-Uni, ainsi que d'une position honoraire à l'Université d'Utrecht. Sa recherche s'intéresse principalement au dévelopement de modèles pour l'analyse et l'intégration de données à haut-débit efficace d'un point de vue computationel d'une part, et pour l'identification de caractéristiques qui impactent la dynamique et la progression des maladies d'autre part, en particulier pour l'étude de l'exposome.

Elena Di Bernardino Picture

Elena Di Bernardino (LJAD, Université Côte d'Azur)
Elena Di Bernadino obtient son doctorat à l'Université de Lyon en 2011 et son poste de maître de conférences au Conservatoire national des arts et métiers de Paris en 2012. Depuis 2020, elle est professeure au laboratoire Jean-Alexandre Dieudonné de l'Université Côte d'Azur.  Ses thèmes de recherche, auparavant ancrés dans la théorie des valeurs extrêmes et les mesures de risque multivariées, se sont depuis ouverts vers la géométrie aléatoire et l'estimation statistique d'ensembles aléatoires

Aurélie Fischer Picture Aurélie Fischer (LPSM, Université Paris Cité)
Aurélie Fischer est maître de conférences à Université Paris Cité depuis 2012, dans l'équipe Statistique, Données, Algorithmes du Laboratoire de Probabilités, Statistique et Modélisation. Ses thèmes de recherche concernent la statistique non paramétrique, l’apprentissage statistique, les liens entre statistique et géométrie. Elle s'intéresse à des questions théoriques, ainsi qu’aux applications de la statistique dans plusieurs domaines.
Stéphane Girard Picture Stéphane Girard (Inria, Grenoble Rhône-Alpes)
Stéphane Girard a été maître de conférences successivement à Montpellier puis Grenoble. Il est maintenant directeur de recherche Inria, ses travaux sont consacrés à la statistique des valeurs extrêmes et aux méthodes d'apprentissage statistique en grande dimension.
Kathryn Hess Bellwald Picture Kathryn Hess Bellwald (laboratoire pour la topologie et les neurosciences, EPFL)
Kathryn Hess a reçu son doctorat en topologie algébrique du MIT, puis a ensuite été postdoc à Stockholm, Nice, et Toronto, avant de commencer à l'EPFL, où elle est actuellement professeure ordinaire de mathématiques et sciences de la vie. Sa recherche concerne la topologie algébrique et ses applications, principalement en science de la vie, mais aussi en science des matériaux. Elle a elaboré des méthodes basées sur l’analyse topologique des données pour étudier des matériaux nanoporeux crystallins, pour classifier et synthétiser des morphologies de neurones, et pour classifier la dynamique dans un réseau de neurones artificiels  Elle a aussi développé des approches topologiques innovantes pour l’analyse des réseaux.
Frédéric Lavancier Picture Frédéric Lavancier (ENSAI, CREST)
Frédéric Lavancier est professeur à Nantes Université, en détachement à l’ENSAI (Ecole Nationale de la Statistique et de l’Analyse de l’Information), et membre du CREST (Center for Research in Economics and Statistics). Ses principaux axes de recherche portent sur l'étude des processus aléatoires fortement dépendants, la statistique des processus ponctuels spatiaux et la combinaison d’estimateurs.
Sylvain Le Corff Picture Sylvain Le Corff (LPSM, Sorbonne Université)
Sylvain Le Corff est professeur de statistiques et d'apprentissage automatique au LPSM, Sorbonne Université. Il développe des modèles probabilistes pour l'analyse de données complexes et structurées principalement dans le contexte de l'apprentissage automatique statistique. Ses activités de recherche concernent également le développement d'algorithmes de simulation efficaces pour les modèles génératifs (méthodes de Monte Carlo séquentielles, par chaînes de Markov, modèles de diffusion).
Maja Pohar Perme Picture Maja Pohar Perme (IBMI, Faculty of Medicine, University of Ljubljana, Slovenie)
Maja Pohar Perme is the head of the Department of Biostatistics and Medical Informatics at the Medical Faculty of University of Ljubljana. As a full professor of biostatistics and teaches both medical students as well as students of statistics. She is the head of the masters programme of Applied Statistics at the University of Ljubljana. Maja Pohar Perme serves as an associate editor for Statistics in Medicine and as the statistical editor of the Slovenian Medical Journal. Her research focuses on survival analysis with particular interest in relative survival methodology. She is researching properties of the methods traditionally used in the relative survival setting and has made several contributions to the field by introducing methodology for non-parametric estimation, semi-parametric modelling, goodness of fit testing, etc. Her current research focus is the use of pseudo-observations in relative survival and the estimation of survival in cancer screening programmes. She is the author of the relsurv package in R.
Nathalie Vialaneix Picture Nathalie Vialaneix (unité MIA-T, INRAE Toulouse)
Nathalie Vialaneix est directrice de recherche à INRAE, au laboratoire de Mathématiques et Informatique Appliquées de Toulouse. Ses intérêts scientifiques sont centrés sur l'analyse de données issues de la biologie moléculaire et, en particulier, sur l'analyse et l'intégration de données dites « omiques », avec des applications pour l'agriculture et l'agronomie. Elle étudie, en particulier, les approches basées sur des noyaux ou les méthodes neuronales.

 

 

Conférencières et conférenciers invités par la Société Française de Biométrie :

 mariepierre_etienne_modified.png Marie-Pierre Etienne (Agrocampus Ouest)
Marie-Pierre Etienne est Maîtresse de Conférences à l'Institut Agro Rennes Angers, et spécialisée dans le développement de méthodes statistiques pour les sciences du vivant. Elle s'intéresse principalement à l'utilisation des processus stochastiques pour la modélisation et l'inférance de processus biologiques, en particulier des processus écologiques. Elle s'intéresse à l'écologie du mouvement et développe des méthodes statistiques pour extraire des connaissances et étudier les mouvement des animaux ou des navires de pêche. Elle travaille également sur l'analyse de séquences biologiques dans un contexte de biologie moléculaire et  elle présentera lors de son exposé ses travaux récentes sur de la détection d'anomalies dans les séquences biologiques de cohortes de patients.
Sabine Hoffman picture Sabine Hoffman (Institute of Statistics, Ludwig-Maximilians-Universität München, Allemagne)
Sabine Hoffmann est enseignante-chercheuse à la Ludwig-Maximiliens Universität de Munich où elle est actuellement responsable des enseignements en biostatistique. Elle s’intéresse au dévelopement d’algorithmes permettant une modélisation hiérarchique Bayésienne d’incertitudes complexes en recherche biomédicale et plus globalement, à la communication des incertitudes en méta-recherche pour améliorer la crédibilité et la replicabilité des études scientifiques. 
Helene_Jacqmin_Gadda_modified.png Hélène Jacqmin-Gadda (Inserm U1219 Bordeaux Population Health)
Hélène Jacqumin-Gadda est directrice de recherche à l’Inserm où elle est responsable de l’équipe Biostatistique du centre Bordeaux Population Health. Ses recherches se concentrent sur les méthodes statistiques pour l’analyse des données longitudinales avec des schémas d’observation complexes, et en particulier sur les modèles pour les données longitudinales multivariées et les modèles conjoints pour les données longitudinales et le temps par événement, ainsi que sur l’évaluation des capacités de prédiction de ces modèles.Sa principale motivation est l’étude du vieillissement cognitif et de la démence.
Personnes connectées : 4 Vie privée
Chargement...