Skip to Main content Skip to Navigation
Theses

Low-rank methods for heterogeneous and multi-source data

Geneviève Robin 1, 2
2 XPOP - Modélisation en pharmacologie de population
CMAP - Centre de Mathématiques Appliquées - Ecole Polytechnique, Inria Saclay - Ile de France
Résumé : Dans les applications modernes des statistiques et de l'apprentissage, il est courant que les données récoltées présentent un certain nombre d'imperfections. En particulier, les données sont souvent hétérogènes, c'est-à-dires qu'elles contiennent à la fois des informations quantitatives et qualitatives, incomplètes, lorsque certaines informations sont inaccessibles ou corrompues, et multi-sources, c'est-à-dire qu'elles résultent de l'agrégation de plusieurs jeux de données indépendant. Dans cette thèse, nous développons plusieurs méthodes pour l'analyse de données hétérogènes, incomplètes et multi-source. Nous nous attachons à étudier tous les aspects de ces méthodes, en fournissant des études théoriques précises, ainsi que des implémentations disponibles au public, et des évaluations empiriques. En particulier, nous considérons en détail deux applications issues de l'écologie pour la première et de la médecine pour la seconde.
Document type :
Theses
Complete list of metadatas

https://tel.archives-ouvertes.fr/tel-02168204
Contributor : Abes Star :  Contact
Submitted on : Friday, June 28, 2019 - 2:58:12 PM
Last modification on : Sunday, February 2, 2020 - 7:54:57 PM

File

83612_ROBIN_2019_archivage.pdf
Version validated by the jury (STAR)

Identifiers

  • HAL Id : tel-02168204, version 1

Citation

Geneviève Robin. Low-rank methods for heterogeneous and multi-source data. Statistics [math.ST]. Université Paris-Saclay, 2019. English. ⟨NNT : 2019SACLX026⟩. ⟨tel-02168204⟩

Share

Metrics

Record views

437

Files downloads

315