Thèmes de recherche
Thèmes étudiés
- Le modèle linéaire fonctionnel et son interprétabilité, dans un cadre bayésien.
- Segmentation bayésienne de série avec biais fonctionnel .
- Sélection de variables en grande dimension, approche Bayésienne.
- Méthodes sans vraisemblance (ou Approximate Bayesian Computation, ABC). En particulier pour l'estimation de paramètres de modèles complexes.
- Algorithmes MCMC: algorithmes population-based, algorithme equi-energy sampler de Kou et al. (2006) et algorithmes Reversible Jump (RJMCMC).
Dernière mise à jour le 05/03/2024.
|