Responsable d’équipe : Franck Iutzeler. Membres permanents.
L'équipe travaille autour de l'estimation statistique et méthodes d'optimisation, deux domaines intimement liés notamment autour de l'apprentissage automatique. Les travaux de l'équipe couvrent des thématiques variées parmi lesquelles on peut distinguer les grands thèmes suivants:
Estimation & tests statistiques : estimation paramétrique et non paramétrique, apprentissage statistique, tests d'adéquation et d'indépendance, optimalité au sens du minimax et adaptabilité, confidentialité différentielle, inférence conforme ;
Inférence post‑sélection : correction de l'effet de la sélection de modèles ou de variables, construction d'intervalles de confiance valides, bornes post hoc sur le taux de faux positifs ;
Analyse de sensibilité globale : décompositions de Sobol'–Hoeffding et généralisations, indices de Sobol', Shapley et noyaux, prise en compte des entrées dépendantes ;
Processus Gaussiens : garanties asymptotiques, grande dimension, hybridation données/physique. planification d'expériences, entrées non-Euclidiennes ;
Transport optimal : estimation de la distance de Wasserstein, taux de convergence et théorèmes limites, optimisation robuste en distribution et applications en apprentissage ;
Biais & équité en apprentissage : formulation de contraintes d'équité par analyse de sensibilité ou régularisation, modèles contrefactuels pour l'interprétabilité, implications législatives et normalisation ;
Applications à la santé & données biomédicales : modélisation de données longitudinales, prédiction d'événements rares, jumeaux numériques, économie de la santé, données omiques multi-vues, données biologiques structurées ;
Problèmes inverses : déconvolution, régression instrumentale, applications en imagerie médicale, IRMd, Electrical Impedance Tomography, seismology ;
Optimisation continue : analyse convexe, algorithmes inertiels, liens temps discret / temps continu, optimisation non-lisse, vitesses de convergence, conditionnement ;
Optimisation stochastique : méthodes EM bruitées et non différentiables, réduction de variance, versions fédérées distribuées, distributions limites sur fonctions non convexes
Optimisation pour réseaux de neurones : profil des fonctions optimisées dans les réseaux profonds, quantification et Straight‑Through Estimator, garanties théoriques autour de la différentiation automatique .
Interactions avec les équipes de l’IMT
De nombreux membres de l’équipe sont en interaction avec les autres équipes de l’IMT, et plus largement avec l’écosystème de recherche toulousain, que ce soit au travers de collaborations ponctuelles, ou plus structurées, notamment via :
L'équipe a également de nombreuses collaboration avec des acteurs industriels (EDF, Onera) et publics (INSERM, CHU Toulouse). De plus, l'équipe est attachée à la reproductibilité et participe activement au développement de packages open-source.
Vie d’équipe
Le séminaire de Statistique et Optimisation a lieu les mardis à 11h15, généralement en salle Katherine Johnson.
Le Séminaire Pluridisciplinaire d'Optimisation de Toulouse (SPOT) a lieu les premiers lundis du mois à 14h, généralement en salle des thèses (C002) à l'ENSEEIHT (N7), 2 rue Charles Camichel, 31000 Toulouse.