EVSAR
Modélisation des valeurs extrêmes et analyse stochastique sur les variétés riemanniennes
Résumé du projet
Le projet EVSAR vise à développer et à appliquer diverses méthodes stochastiques génératives (décrivant les processus de génération de données), des modèles mathématiques prédictifs (analyses exploratoires, estimation de modèles de distribution et de régression) pour intégrer des événements temporels et spatiaux (données spatiales ou spatio-temporelles), des données massives et complexes (big data, données fonctionnelles, variétés riemanniennes). Le fil conducteur de la recherche envisagée dans ce projet est l’utilisation de modèles stochastiques pour représenter les changements spatiaux et/ou temporels induits par des problèmes réels dans divers domaines comme la médecine, la biologie, l’épidémiologie, la physique, l’environnement, l’hydrologie, la gestion des ressources naturelles, les énergies renouvelables et l’agriculture, par exemple pour détecter, prédire, les événements extrêmes (inondations, catastrophes naturelles à différents endroits), la résistance/récurrence des événements cancéreux, les épidémies, comme COVID-19).
Projet de recherche (4 ans)
● Thèmes de recherche en science du numérique : Indice de valeur extrême, estimation non paramétrique, dépendance spatiale, analyse des données fonctionnelles, variétés riemanniennes.
● Autres thèmes de recherche et domaines d’application : Environnement, biostatistique, épidémiologie, finance.
