Thèse en cours

Statistiques en grande dimension appliquées à l'apprentissage automatique
FR  |  
EN
Auteur / Autrice : Charles Sejourne
Direction : Romain Couillet
Type : Projet de thèse
Discipline(s) : Signal Image Parole Télécoms
Date : Inscription en doctorat le 11/02/2020
Etablissement(s) : Université Grenoble Alpes
Ecole(s) doctorale(s) : École doctorale électronique, électrotechnique, automatique, traitement du signal
Partenaire(s) de recherche : Laboratoire : Grenoble Images parole signal automatique

Mots clés

FR  |  
EN

Résumé

FR  |  
EN

Le projet de thèse consiste en l'étude des performances d'algorithmes d'apprentissage pour des données de grandes tailles. En s'appuyant sur les premiers travaux effectués au sein de la chaire GSTATS, il s'agira ici d'étendre le cadre d'étude à des problèmes d'optimisation ne donnant pas lieu à des solutions explicites et n'étant parfois pas convexes. Techniquement, il est attendu d'exploiter l'outil de la théorie des matrices aléatoires ainsi que de la concentration de la mesure. Le projet s'inscrit dans le cadre d'une collaboration avec HUAWEI Labs à Paris, et aura également pour ambition de développer de nouvelles méthodes et algorithmes pour l'apprentissage de données réelles.