Thèmes de recherche
Thèmes de recherche
La composition actuelle du groupe s’intéresse particulièrement aux problématiques suivantes :
Modélisation spatio-temporelle des extrêmes multivariés
Paradigme bayésien et combinaison des observations avec des informations a priori
Modèles de copules en vignes et distributions multivariées
Algorithmes adaptés de Monte Carlo par chaînes de Markov (Hamiltonien et sous variétés)
Algorithmes d’apprentissage statistique
Analyse de médiation
Analyse statistique de données de grande dimension
Analyse statistique de données radiomiques / imagerie médicale
Approche graphique
Réduction suffisante de dimension
Sélection de variables
Développement et l’analyse des méthodes faibles
- Méthodes mixtes duales : fluides newtoniens et non newtoniens, polymères, élasticité linéaire
- Méthodes de pénalisation et de Nitsche : problèmes de contact et de glissement
Simulation de matériaux en grandes déformations
- Méthode lagrangienne actualisée
- Méthodes de continuation numériques
- Adaptation de maillage et transfert de variables
Application des méthodes computationnelles en biologie et en neurosciences
- Modèle d’électrodiffusion de Poisson-Nernst-Planck (PNP)
- Modèles de dynamique des populations
Méthodes d’ordre supérieur en optimisation appliquées à l’apprentissage machine
Optimisation stochastique en inférence variationnelle
Des collaborations sont en cours et d’autres seront initiées pour le traitement de problèmes concrets en lien avec les expertises des membres du groupe.