BEGIN:VCALENDAR
VERSION:2.0
PRODID:-//CREST - ECPv5.1.3//NONSGML v1.0//EN
CALSCALE:GREGORIAN
METHOD:PUBLISH
X-WR-CALNAME:CREST
X-ORIGINAL-URL:https://crest.science
X-WR-CALDESC:Events for CREST
BEGIN:VTIMEZONE
TZID:Europe/Paris
BEGIN:DAYLIGHT
TZOFFSETFROM:+0100
TZOFFSETTO:+0200
TZNAME:CEST
DTSTART:20180325T010000
END:DAYLIGHT
BEGIN:STANDARD
TZOFFSETFROM:+0200
TZOFFSETTO:+0100
TZNAME:CET
DTSTART:20181028T010000
END:STANDARD
END:VTIMEZONE
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20180129T140000
DTEND;TZID=Europe/Paris:20180129T151500
DTSTAMP:20260715T042450
CREATED:20171212T151512Z
LAST-MODIFIED:20171212T151512Z
UID:11991-1517234400-1517238900@crest.science
SUMMARY:Anatoli JUDITSKY (Université Grenoble Alpes) - "Agrégation des estimateurs à partir d'observations indirectes"
DESCRIPTION:\nThe Statistical Seminar: Every Monday at 2:00 pm.\nTime: 2:00 pm – 3:15 pm\nDate: 29th of January 2018\nPlace: Room 3001.\nAnatoli JUDITSKY (Université Grenoble Alpes) “Agrégation des estimateurs à partir d’observations indirectes“ \nAbstract: Nous considérons le problème d’agrégation d’estimation adaptative dans le cas où des observations indirectes du signal sont disponibles. Nous proposons une approche au problème d’agrégation par tests quasi-optimaux d’hypothèses convexes basée sur la réduction du problème statistique d’agrégation à des problèmes d’optimisation convexe admettant une analyse et une mise en œuvre efficace. \nOn montre que cette approche conduit aux algorithmes quasi-optimaux dans le problème classique de l’agrégation-$ \ell_2 $ pour différents schemas d’observation (par exemple\, observations gaussiennes indirectes\, modèle d’observation de Poisson et échantillonnage à partir d’une loi discrète). Nous discutons également le lien avec le problème lié d’estimation adaptative.\nOrganizers:\nCristina BUTUCEA\, Alexandre TSYBAKOV\, Eric MOULINES\, Mathieu ROSENBAUM\nSponsors:\nCREST-CMAP\n \n\n
URL:https://crest.science/event/jamal-najim-cnrs-upem-tba-2-3/
CATEGORIES:Statistics
ATTACH;FMTTYPE=:
END:VEVENT
END:VCALENDAR