Ce projet de collège doctoral franco-allemand réunit deux établissements partenaires français de la région Occitanie, ainsi que deux établissements partenaires allemands de la région Berlin-Brandebourg, autour de questions mêlant les domaines des probabilités, des statistiques, et de l’apprentissage. Plus précisément, les questions principales de recherches abordées auront trait:
à l’étude de processus stochastiques complexes motivés par des questions de modélisation écologiques (processus de branchements, processus modélisant le spectre de fréquences des allèles de population interagissantes, …), de physique (modèles d’énergies aléatoires, processus d’exclusion, percolation de premier passage) ou d’optimisation (bandits)
à l’analyse des comportements en temps longs, des déviations et de temps de mélanges de processus markovien ou non,
à l'intégration de ces processus stochastiques complexes au sein d’algorithmes permettant de faire de l’apprentissage non-supervisé (clustering, ranking, sériation…),
à l'apprentissage séquentiel sur ces processus (par exemple avec des modèles de bandits multi-bras ou avec de l’apprentissage par renforcement).
Les acteurs venant des quatre établissements partenaires couvrent les différents aspects du projets de façon complémentaire.
La richesse de ce projet est qu’il met en contact les disciplines à la fois proches et lointaines que sont les probabilités, et l’apprentissage statistique, dans un cadre franco-allemand. De ce fait, il a pour but principal d'élargir la formation scientifique, à travers des échanges de doctorant·e·s. Les porteur·e·s du projet reflètent la diversité thématique du projet, qui a l’avantage de proposer dans chaque pays un probabiliste et un·e statisticien·ne comme premier point de contact pour les doctorant·e·s, qui bénéficieront dans ce cadre d’une mobilité intéressante quant aux deux axes principaux du projet.
Dieses deutsch-französische Doktorandenkolleg vereint zwei französische Partnereinrichtungen aus der Region Okzitanien und zwei deutsche Partnereinrichtungen aus der Region Berlin-Brandenburg, die sich mit Fragen aus den Bereichen Wahrscheinlichkeitstheorie, Statistik und maschinelles Lernen beschäftigen. Die zentralen Forschungsfragen behandeln insbesondere:
die Untersuchung komplexer stochastischer Prozesse mit Anwendungen in den Bereichen Ökologie (Verzweigungsprozesse, Prozesse zur Modellierung des Allelfrequenzspektrums interagierender Populationen, …), Physik (Modelle zufälliger Energien, Exklusionsprozesse, first passage percolation) und Optimierung (Banditen).
die Analyse des Langzeitverhaltens, der Abweichungen und der Mischzeiten von Markov- oder Nicht-Markov-Prozessen,
die Integration dieser komplexen stochastischen Prozesse in Algorithmen, die unbeaufsichtigtes Lernen ermöglichen (Clustering, Ranking, Serialisierung, ...),
sequentielles Lernen auf diesen Prozessen (z. B. mit mehrarmigen Bandit-Modellen oder mit bestärkendem Lernen).
Die Mitglieder der vier Partnereinrichtungen decken die verschiedenen Aspekte des Projekts auf komplementäre Weise ab.
Das Besondere an diesem Projekt ist, dass es die zwei verwandten und doch verschiedenartigen Disziplinen der Wahrscheinlichkeitstheorie und des statistischen Lernens in einem deutsch-französischen Rahmen zusammenbringt. Das Hauptziel des Projekts ist daher die Erweiterung der wissenschaftlichen Ausbildung durch den Austausch von Doktorand*innen. Die Projektträger*innen spiegeln die thematische Vielfalt des Projekts wider, mit dem Vorteil hat, dass in jedem Land sowohl ein*e Wahrscheinlichkeitstheoretiker*in als auch ein*e Statistiker*in als Anlaufstelle für die Doktorand*innen zur Verfügung stehen, die in diesem Rahmen von einer interessanten Mobilität hinsichtlich der beiden Hauptachsen des Projekts profitieren werden.
Sven Wang