Dates
3 mois : novembre 2021 à mars 2022
Parcours
Le professeur Valdério Anselmo Reisen est diplômé en mathématiques de l’Université fédérale d’Espírito Santo (Brésil), titulaire d’une maîtrise en statistiques de l’Université de Campinas (Brésil) et titulaire d’un doctorat. en mathématiques – Département de mathématiques, Institut des sciences et technologies de l’Université de Manchester (Royaume-Uni) et chercheur invité dans de nombreuses institutions au Brésil et à l’étranger. Il travaille dans plusieurs groupes de recherche au Brésil et à l’étranger sur des problèmes de séries temporelles dans différents domaines d’application.
Laboratoire
L2S, CentraleSupélec – Université Paris-Saclay
Intérêts de recherche
Analyse de séries temporelles (dans les domaines temporel et fréquentiel), prévision, modélisation économétrique, bootstrap, robustesse des séries temporelles, processus de racine unitaire, processus de comptage, longue mémoire, cointégration, processus périodiques séries temporelles multivariées, analyse de données environnementales et économétriques, linéaire et régression non linéaire avec des covariables de séries chronologiques, régression quantile, modèles mixtes, analyse multivariée pour données corrélées temporellement, analyse factorielle, méthodes à haute dimension, ondelettes.
Principales contributions de recherche pertinentes pour DigiCosme
L’apprentissage statistique fait référence à un ensemble d’outils permettant de modéliser et de comprendre des ensembles de données complexes. Les méthodes statistiques, dans le cas des données univariées et multivariées, sont cruciales dans la plupart des étapes fondamentales de ce domaine. L’impact des statistiques dans la science des données est discuté récemment par Weihs et al. (2018). Les séries chronologiques sont très courantes dans les études de données d’observation. La connexion entre les méthodes de séries chronologiques et les techniques de statistiques multivariées devient un outil très puissant à traiter en science des données, surtout lorsque cela implique également des méthodes robustes. Dans ce contexte, les cours proposés ci-dessous ont pour objectif d’aborder l’utilisation de séries chronologiques et de modèles de régression dans des techniques multivariées avec des méthodologies robustes dans les étapes de la science des données et/ou de l’apprentissage statistique.
Ces enseignements seront dispensés au niveau Master à CentraleSupélec – Université Paris-Saclay et à AgroParisTech.
Cours courts proposés :
1. Techniques univariées en séries temporelles : approches temporelles et fréquentielles
2. Méthodes robustes dans les séries chronologiques multivariées et univariées
Le premier cours aura lieu en ligne le 31 janvier, de 10h00 à 12h00, ici :
Suivez ici à distance le premier cours ici
Le deuxième cours aura lieu en ligne le 25 février, de 10h00 à 12h00, ici :
Suivez à distance le deuxième cours ici
Séminaires proposés
1. Méthodes de dimensionnement robustes dans les séries chronologiques et les applications.
2. M-estimateur robuste dans les séries chronologiques et les applications
3. Processus et applications périodiques de l’INAR
Cours:
Une introduction aux modèles de séries temporelles ; Un cours pour les étudiants de première année de master.
Le 3 décembre de 13h30 à 16h45 (dont 15mn de pause), cours de 3h
Le 10 décembre de 13h30 à 15h15 pour un deuxième cours
Participation aux examens de mi-session à CentraleSupélec – Université Paris-Saclay
Encadrement de thèse de doctorat du laboratoire L2S, CentraleSupélec – Université Paris-Saclay.