Veuillez choisir le dossier dans lequel vous souhaitez ajouter ce contenu :
Colloque
Membre a labase
Fatim Ka : Université de Moncton
L’abondance des informations ainsi que leurs diversités nécessite l’emploi d’approches efficaces pour le traitement de données de grandes dimensions. Ces données proviennent généralement de divers domaines d'application de la statistique, notamment l'environnement, la santé et l'administration. L’analyse de données en grande dimension nécessite le développement d’approches robustes pour la sélection des variables. GOAL (generalized outcome-adaptive lasso) est un algorithme très performant de sélection des variables pour l’inférence causale en grande dimension. En particulier, GOAL a la capacité de résoudre simultanément les problèmes de corrélation et le fléau de la dimension (curse of dimensionality). Cependant, étant donné que la méthode GOAL est basée sur la moyenne, elle peut rencontrer des limites lorsqu'elle est confrontée à des valeurs extrêmes. Pour surmonter cette limitation potentielle, nous proposons le développement d'une méthode combinant la régression Huber adaptatif et l’algorithme GOAL. Cette approche vise à créer un algorithme robuste capable de traiter efficacement les valeurs extrêmes tout en conservant les propriétés de résolution de la corrélation et de réduction de la dimension de GOAL.
Les événements hydrométéorologiques extrêmes représentent une des préoccupations importantes pour différents secteurs comme la sécurité publique, l’agriculture, la gestion et la surveillance des infrastructures, l’énergie… Il est bien connu que la fréquence et la sévérité de ces événements est en train de changer rapidement et que tous les secteurs économiques sont grandement touchés et doivent s’adapter sous peine de conséquences catastrophiques. L’estimation du risque associé à ces événements fait appel à plusieurs expertises et sources d’information. La dernière décennie a connu le développement de nouvelles approches, probabilistes et déterministes, pour mieux caractériser ces phénomènes avec de nouvelles sources de données combinées aux connaissances climatiques et physiques.
Dans le cadre de ce colloque, on mettra l’accent sur les outils de modélisation, statistiques, déterministes ainsi que ceux basés sur l’intelligence artificielle pour caractériser les événements hydrométéorologiques extrêmes. Des sessions de présentations seront consacrées à ces thèmes avec une table ronde pour explorer le nexus entre développement, adaptation et gestion des risques ainsi que la résilience des communautés face aux événements hydrométéorologiques extrêmes.
Thème du colloque :
Date :
8 mai 2025
Titre du colloque :
Responsables :
