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).