Expérience dans la recherche


à partir de 11/2008 Hamilton Institute, National University of Ireland Maynooth
Post-doc
11/2007 - 07/2008 Laboratoire d'Ingénierie pour les Systèmes complexes (LISC), Cemagref
CDD
10/2004 - 10/2007 LISC, Cemagref
Doctorante
04/2004 - 09/2007 Unité de recherche hydrologie-hydraulique (HH), Cemagref
Stage de DEA. Sujet : "Détection d'invariances d'échelle dans les séries hydrologiques".
Encadrants : Maria-Héléna Ramos et Éric Sauquet

Formation




Travaux de recherche


Maintenir la viabilité ou la résilience d'un système en utilisant des SVMs [avec Guillaume Deffuant (Cemagref)] 2004-...

Noyau de viabilité (en bleu), valeur de résilience (lignes de niveaux) et trajectoire optimale (en vert).

La théorie de la viabilité propose des concepts et méthodes pour contrôler un systéme dynamique afin de le maintenir dans un ensemble de contraintes de viabilité. Cependant, les algorithmes d'approximation de noyaux de viabilité ou de bassins de capture souffrent de la malédiction de la dimensionnalité. L'objectif de ces travaux est de développer des algorithmes plus performants, en utilisant une méthode d'apprentissage statistique : les machines à vecteurs de support (SVMs). Nous proposons un algorithme d'approximation d'un noyau de viabilité qui utilise les SVMs pour définir la frontière du noyau, ce qui permet d'utiliser des méthodes d'optimisation pour trouver un contrôle viable, et ainsi de travailler dans des espaces de contrôle plus importants. Nous dérivons un algorithme d'approximation de bassin de capture et de calcul des valeurs de résilience. Nous proposons ensuite une procédure d'apprentissage actif afin de travailler avec des espaces d'états en plus grande dimension.
Pour en savoir plus...


Estimation sparse de paramètres dans les systèmes dynamiques linéaires [avec Doug Leith (NUIM)] 2008-...

Approximation sparse des valeurs des paramètres: parmi les 100 entrées, seulement 5 ont une valeur différente de 0.

Le problème de l'estimation de paramètres dans les systèmes dynamiques a reçu beaucoup d'attention dans les dernières décennies. Nous nous intéressons ici à l'estimation sparse de ces paramètres car:
- nous savons a priori que le signal peut être estimé par une combinaison linéaire des signaux élementaires montrant les plus forts effets;
- le coût de mesure des entrées peut être important;
- nous souhaitons éviter le sur-apprentissage en sacrifiant le biais pour diminuer la variance.
Nous proposons un nouvel algorithme qui estime recursivement les états du système ainsi que les paramètres en utilisant les nouveaux développements dans le domaine de la sélection de variables (méthodes Lasso/Lars).
Les nouvelles méthodes seront implémentées dans un cadre de détection automatique d'anomalies afin d'évaluer leur performances dans des environnements réalistes.
Ces travaux sont supportés par un industriel majeur dans le domaine des équiments logiciels.




Modèles probabilistiques pour la détection de tricheurs dans les jeux en ligne [avec Dmitri Botvich (TSSG) and David Malone (NUIM)] 2008-...
Nous proposons un modèle probabilistique des résultats de jeux vidéos en ligne, en dérivant une nouvelle extension du modèle de comparaisons par paires de Bradley-Terry. L'idée générale est que si un joueur a des résultats trop éloignés de ce qui est attendu, il est détecté comme tricheur potentiel.


Enseignement


2005 - 2006 - 2007 - 2008 Cours et TD de Statistique sous SAS
37,5 heures annuelles (7,5h CM + 30h TD)
Master 1 Informatique, département d'informatique et de statistique, Université Lyon 2
2006 - 2007 Cours d'initiation à la statistique
4 heures annuelles
Master 1 Développement des Territoires Ruraux (DTR), ENITA Clermont Ferrand