CE23 - Intelligence Artificielle

Apprentissage Statistique et Evaluation du Risque – McLaren

Résumé de soumission

Dans le domaine de l'apprentissage machine, l'apprentissage statistique joue un rôle crucial et son application dans notre vie quotidienne n'est plus à prouver. Par ailleurs, les progrès technologiques en matière d'enregistrement ont soulevé le défi de la gestion des données fonctionnelles. Pour l'évaluation des risques, un véritable défi consiste à faire face à des risques extrêmes. L'objectif global du projet est d'apporter des innovations significatives dans ces deux domaines de l'apprentissage statistique et de l'évaluation des risques, en se reposant sur l'estimation des ensembles de niveaux. Pour y parvenir, le projet s'est fixé trois objectifs spécifiques : Objectif 1 : Améliorer et proposer des méthodes de quantification et clustering fondées sur la notion de profondeur statistique; Objectif 2 : Proposer des solutions innovantes pour l'estimation de risques extrêmes ; Objectif 3 : Relier ces deux axes par un axe transversal "estimation des ensembles de niveaux".

Coordination du projet

Thomas Laloë (UNIVERSITE COTE D'AZUR - Laboratoire Jean-Alexandre Dieudonné)

L'auteur de ce résumé est le coordinateur du projet, qui est responsable du contenu de ce résumé. L'ANR décline par conséquent toute responsabilité quant à son contenu.

Partenaire

UNIVERSITE COTE D'AZUR - LJAD UNIVERSITE COTE D'AZUR - Laboratoire Jean-Alexandre Dieudonné

Aide de l'ANR 288 973 euros
Début et durée du projet scientifique : octobre 2020 - 48 Mois

Liens utiles

Explorez notre base de projets financés

 

 

L’ANR met à disposition ses jeux de données sur les projets, cliquez ici pour en savoir plus.

Inscrivez-vous à notre newsletter
pour recevoir nos actualités
S'inscrire à notre newsletter