Claire BOYER

Statut

Maîtresse de conférences

Promotion

Junior 2023

Établissement

Sorbonne Université

Secteur disciplinaire

Mathématiques et leurs interactions

Chaire

Chaire Fondamentale

Spécialité

Statistique, Apprentissage, Optimisation

Thématique

► Machine learning
► Apprentissage et données manquantes
► Problèmes inverses

Présentation

Mes travaux de recherche initiaux concernaient les problèmes inverses, où comment à l’aide d’observations linéaires, on peut reconstruire un vecteur parcimonieux (compressed sensing), une matrice (complétion de matrice), ou une mesure atomique. Après quelques développements en optimisation/régularisation convexe, je me suis progressivement tournée vers l’apprentissage statistique et automatique, notamment l’estimation et la prédiction avec données manquantes (avec caractérisation de biais implicite des algorithmes et garanties minimax), les algorithmes stochastiques (e.g., de Newton ou boosting), les méthodes d’ensemble à base d’arbres (e.g., comportement des forêts aléatoire en régime interpolatoire), et l’apprentissage inspiré par la physique (e.g., Physics-Informed Neural Networks).