Apprendre, inférer et comprendre des données complexes
De la théorie mathématique aux méthodes d’apprentissage fiables, face à l’incertitude, aux changements de distribution et aux comportements adversariaux.
À propos
Mes recherches ont débuté par la statistique non paramétrique, les problèmes inverses et la tomographie quantique. Elles se sont élargies à l’estimation contrastive de densités conditionnelles, à l’inférence causale et contrefactuelle, au clustering en grande dimension, à la généralisation des réseaux de neurones et à l’apprentissage distribué robuste. Je développe également un axe sur l’apprentissage adversarial, les attaques, les défenses et les garanties. Mon activité articule théorie mathématique, conception d’algorithmes, encadrement doctoral, enseignement et collaborations académiques et industrielles.
