Matthieu Jonckheere (Universidad de Buenos Aires) est l’animateur du séminaire DATAIA du 7 novembre, sur le theme « Distance learning using Euclidean percolation: Following Fermat's principle ».
In unsupervised statistical learning tasks such as clustering, recommendation, or dimension reduction, a notion of distance or similarity between points is crucial but usually not directly available as an input. We discuss recent techniques to infer a metric from observed data. Then we propose a new density-based estimator for weighted geodesic distances that takes into account the underlying density of the data, and that is suitable for nonuniform data lying on a manifold of lower dimension than the ambient space. The consistency of the estimator is proven using tools from first passage percolation. We then discuss its properties and implementation and evaluate its performance for clustering tasks.
Joint work with P. Groisman and F. Sapienza.
Matthieu Jonckheere a obtenu son doctorat en mathématiques appliquées à l'Ecole Polytechnique (Paris, France). Il a ensuite effectué un post-doctorat au CWI (Amsterdam) et est devenu professeur assistant à l'Université technologique d'Eindhoven. Il est aujourd'hui chercheur et professeur Conicet à l'Université de Buenos Aires. Il a beaucoup travaillé sur la théorie des probabilités et l'évaluation des performances des systèmes d'information et de communication, et plus récemment sur l'apprentissage non supervisé.
Le séminaire aura lieu le 7 novembre 2019 de 14h00 à 16h00 à CentraleSupélec - bâtiment Eiffel.
Inscriptions gratuites mais obligatoires dans la limite des places disponibles.
Pour des raisons de sécurité, toute personne non-inscrite ne pourra accéder au lieu du séminaire
Ne ratez pas l'annonce d'un nouveau séminaire DATAIA!
Inscrivez-vous à la liste de diffusion de nos séminaires en cliquant ici