RÉSUMÉS DES EXPOSÉS

Maïlis Amico, IDESP, Université de Montpellier

New modelling approach and cure status prediction for cure models in survival analysis

Les méthodes classiques d'analyse de survie se basent sur l’hypothèse que l’ensemble des observations constituant la population d’intérêt sont à risque de connaître l’évènement étudié. Cependant, il existe des contextes dans lesquels cette hypothèse n’est pas vérifiée. Par exemple, lorsque l’on s’intéresse au temps jusqu’à la ré-intubation de patients admis en soins intensifs suite un évènement de santé critique, il est tout à fait possible, au vue de l’amélioration de leur état, qu’ils ne soient jamais ré-intubés dans ce contexte donné. De même, lorsque l’on étudie le temps jusqu’à la défaillance d’un composant électronique au sein d’une machine, il est tout à fait envisageable que ce composant ne fasse jamais défaut. Dans ce contexte, on qualifie ces observations de non à risque ou de guéris (cured en anglais) et on les associe à un temps de survie infini. Les données de survie sont alors un mélange de deux sous-populations, à risque et non à risque, qui ne peuvent être distinguées a priori en raison de la présence de censure. Afin de tenir compte de cette spécificité, les méthodes classiques d’analyse de survie ont été étendues à ce que l’on appelle les modèles de guérison (ou cure models en anglais). Deux classes de modèles existent, dont le mixture cure model qui prend la forme d’un modèle de mélange. Dans le cadre de cette présentation, après avoir repris les bases de l’analyse de survie et défini ce que sont les modèles de guérison, nous présenterons, dans un premier temps, une nouvelle modélisation pour le mixture cure model dans laquelle la probabilité d’être guéri est modélisée selon un single-index et où la survie des individus à risque prend la forme d’un modèle de Cox. Dans un second temps, nous présenterons le développement d’une courbe ROC permettant d’évaluer les capacités prédictives de la proportion d’individus non à risque à partir du mixture cure model. Enfin, ces deux méthodes seront illustrées sur des jeux de données réels. 

Christophe Botella, Inria Montpellier

Extending the maximum entropy loss for neural networks improves species dist…

The increasing volume of presence-only (PO) data generated by citizen science initiatives has greatly expanded biodiversity databases, but the statistical use of these data in species distribution models (SDMs) remains limited by strong sampling biases and the absence of reliable absence information. Existing approaches based on Poisson point processes, such as Maxent, provide powerful tools to correct sampling biases, yet rely on predefined features that restrict their flexibility and scalability. We introduce DeepMaxent, a new SDM framework that leverages neural networks to learn a shared, data-driven feature extractor across multiple species while remaining grounded in the maximum entropy principle of Maxent, enabling efficient learning on large datasets with thousands of species and bias correction through the Target-Group background (TGB) method. DeepMaxent uses a normalized Poisson likelihood, which models the probability of choosing each site given a species, to estimate species-specific suitability surfaces directly from PO observations. In other words, the model predicts suitable locations for each species rather than predicting which species occurs at a given site. We evaluate DeepMaxent with TGB on two contrasting datasets: the National Centre for Ecological Analysis and Synthesis (NCEAS) benchmark, containing six regional datasets designed to evaluate the impact of spatial sampling biases, and GeoPlant, a much larger dataset covering the whole of Europe. Using PO data for calibration and independent presence–absence data for validation, DeepMaxent-TGB consistently outperforms Maxent-TGB and state-of-the-art deep learning-based SDMs. Compared with Maxent, it achieves an area under the ROC curve of 0.768 versus 0.760 on NCEAS, 0.860 versus 0.823 on GeoPlant and enables the use of high-dimensional input data modalities, such as satellite time series, for which Maxent is unsuitable. DeepMaxent combines Maxent’s principle and associated sampling bias correction with the learnable features, shared among species, of deep learning approaches. This results in better performance than either Maxent or previous deep learning methods, and lower compute requirements than single-species Maxent SDMs, while the formulation makes the method compatible with the integration of standardized survey data to further improve sampling bias correction.

Bertrand Cloez, INRAE Montpellier

Processus de Markov cachés et inférence de réseaux latents pour l’étude des déplacements collectifs d’animaux d’élevage

De plus en plus d’outils technologiques sont déployés en élevage. Parmi eux, les capteurs de géolocalisation sont désormais abordables et présentent un fort potentiel d’applications pour la gestion des animaux en extérieur. Ils soulèvent cependant de nombreuses questions liées au contexte d’utilisation : fort bruit des données, hétérogénéité de l’espace, faible fréquence d’acquisition ou encore faible nombre d’animaux équipés.

Dans cet exposé, nous présenterons des modèles dynamiques de déplacement des individus en fonction de leurs interactions. Ces modèles reposent sur des équations différentielles ordinaires et stochastiques.

À partir de ces équations, nous montrerons comment extrapoler les connaissances acquises par les capteurs aux individus et aux instants non mesurés, à l’aide d’algorithmes de filtrage et de lissage pour les chaînes de Markov cachées, ainsi que de formules explicites fondées sur des dynamiques de type Ornstein–Uhlenbeck.

Dans un second temps, nous nous intéresserons aux interactions pair à pair à l’aide d’un modèle latent de type Stochastic Block Model, afin d’inférer les comportements sociaux des individus (leaders, asociaux, etc.).

Ces modèles et algorithmes d’inférence seront illustrés à partir de différents jeux de données portant sur des brebis en contexte pastoral.

Ces travaux sont issus de collaborations, principalement en cours, avec Nicolas Verzelen et Jean-Baptiste Menassol, et s’inscrivent dans le cadre des thèses de Adrien Cotil et Agathe Lévèque.

Marine Demangeot, IMAG, Université Paul Valéry

Inference for sparse Hüsler–Reiss block models

Extreme events, though rare, can have substantial environmental, societal, and economic consequences. Their modeling is typically studied within the framework of extreme value theory, where statistical inference is challenging due to the scarcity of observations, particularly in high dimensions. This motivates the search for parsimonious and interpretable structures. In this work, we focus on the Hüsler–Reiss distribution, a versatile model in which extremal dependence can be captured through an extremal precision matrix that plays a role analogous to that of the precision matrix in the Gaussian framework. Building on a clustering algorithm proposed by Touw et al. [1], we introduce a convex fusion penalty for the maximum likelihood estimation of the extremal precision matrix, encouraging variables with similar tail dependence patterns to cluster together. This method promotes block structures, thereby inducing a sparse representation that is interpretable in terms of extremal dependence. We study the theoretical properties of the procedure and prove consistency of the estimator under a block-structured assumption. Simulation studies illustrate the performance of the proposed approach.

[1] Touw, D. J. W., Alfons, A., Groenen, P. J. F., & Wilms, I. (2026). Clusterpath Gaussian Graphical Modeling. Journal of Computational and Graphical Statistics

Andrea Ferrero, IMAG, Université de Montpellier

Copula Markov Chains for Dependent Extremes

Copulas are widely used to characterize the dependence structure of random vectors. Moreover, they can be used to construct Markov chains, whose probabilistic and ergodic properties have been extensively studied over the last decade. At the same time, the study of extremes for Markov chains has motivated a variety of approaches, most of which rely on the selection of a high threshold.

An important development in extreme value modelling is the introduction of the Extended Generalized Pareto Distribution (EGPD), which allows modelling of the entire distribution without requiring a threshold. In this talk, we investigate Markov chains constructed from tail dependent copulas with EGPD margins as a potential framework for modelling extremal dependence across the full range of the distribution while avoiding threshold selection. We conclude with preliminary simulation studies and a discussion of directions for future work.

Klaus Herrmann, Université de Sherbrooke

Domaine d'attraction des maxima multivariés pour les distorsions de type Morillas de fonctions de répartition conjointes

Dans cet exposé, nous revenons sur les transformations des fonctions de répartition, en nous concentrant sur la transformation introduite par Morillas (2005) pour les copules et les fonctions de répartition multivariées. Nous étudions les propriétés des fonctions de répartition conjointes ainsi déformées, en nous intéressant plus particulièrement au comportement limite des maxima par composante. Notre résultat principal est une caractérisation des limites possibles du domaine d'attraction maximal pour les structures de dépendance déformées de type Morillas, ainsi que des conditions suffisantes permettant d'identifier la loi limite spécifique dans un cas donné. Nous discutons des liens et des similitudes avec la construction des copules archimédiennes et leur comportement respectif en matière de valeurs extrêmes. Enfin, l'impact des déformations sur les mesures de risque multivariées sera examiné.

Cette présentation s'appuie sur des travaux menés conjointement avec Marius Hofert, Mélina Mailhot et Nahid Sadr.

Références

Morillas, P. M. (2005). A method to obtain new copulas from a given one. Metrika, 61(2), 169-184.

Éric Marchand, Université de Sherbrooke

À propos du nombre de suites de longueur deux pour des épreuves Bernoulli et des distributions discrètes multivariées

Voir le résumé ici

Jean-Philippe Morissette, Université de Sherbrooke

Brèche de confidentialité en analyse distribuée verticale: le cas VERTIGO et VERTIGO-CI

Le Réseau de recherche sur les données de santé du Canada supporte les équipes de recherche canadienne dans le déploiement de méthodes d’analyse distribuées. Les méthodes d’analyse distribuées permettent d’ajuster des modèles statistiques en intégrant différentes sources de données qui concernent les mêmes individus, et ce, sans devoir déplacer ou copier les données brutes. Au Canada, les organisations détentrices de données individuelles sont soumises à des régulations strictes afin de préserver la confidentialité de ces données. Les méthodes d’analyse distribuées doivent donc être étudiées en détail avant d’être utilisées.

Nous avons analysé deux algorithmes, VERTIGO et VERTIGO-CO, qui permettent l’ajustement d’un modèle de régression logistique pour des données verticalement distribuées, le calcul des estimés des paramètres ainsi que le calcul d’intervalles de confiance. Or, notre analyse démontre que l’utilisation de ces algorithmes n’est pas conforme aux régulations qui concernent la confidentialité des données. À la suite de cette analyse, nous avons proposé des modifications à l’algorithme VERTIGO: une version plus efficace au niveau des communications, ainsi qu’une variante qui ne pénalise pas l’intercepte.

Facundo Muñoz, CIRAD

Modelling rates of sparse, pooled observations: a case study in mosquito populations

Estimating pathogen infection rates from entomological surveillance data presents significant statistical challenges: observations are indirect (pools of insects rather than individuals), positives are sparse (1.7% overall), and variation occurs across species, space, and time. Using a case study of Culicoides mosquitoes in Réunion Island transmitting bluetongue and epizootic hemorrhagic disease viruses, we demonstrate a Bayesian hierarchical modelling framework that addresses these issues. The approach leverages the complementary log-log link to transform the pooled Bernoulli likelihood into a standard GLM structure, enabling partial pooling across grouping factors and smooth temporal trends. We showcase the complete workflow: weakly informative prior elicitation based on domain knowledge, taking advantage of posterior predictive checks for model building, and posterior manipulation to answer scientific questions. The approach adequately quantifies uncertainties in infection rate estimates where conventional approaches fail. This case study illustrates how statistical modelling can directly address scientific questions, while suggesting a gap in applied statistics skills required for real-world data in life sciences.

Chloé Serre-Combe, IMAG, Université de Montpellier

A stochastic generator for high-resolution spatio-temporal extreme rainfall

Modeling precipitation and its accumulation over space and time is essential for urban flood risk assessment. We present a spatio-temporal stochastic framework for high-resolution extreme rainfall, developed from several years of observations collected by the OMSEV rain-gauge network in Montpellier, southern France. The proposed model combines realistic marginal behavior with a flexible dependence structure. At the point level, rainfall intensities are described by the Extended Generalized Pareto Distribution (EGPD), which captures both moderate and extreme rainfall without requiring explicit threshold selection. Extreme spatio-temporal dependence is then modeled using an r-Pareto process with an underlying Gaussian structure, within the peaks-over-threshold framework. To represent the horizontal displacement of rainfall cells, the dependence model relies on a non-separable spatio-temporal variogram including episode-specific advection, with empirical velocities derived beforehand from radar reanalysis data. Based on a catalog of observed extreme space-time rainfall episodes, the variogram parameters are estimated through a new composite likelihood approach based on bivariate joint exceedance indicators. The resulting stochastic generator accurately reproduces the spatio-temporal structure of extreme rainfall observed in Montpellier and enables realistic scenario generation, with the final objective of coupling simulated rainfall events with a mechanistic water-flow model for flood risk analysis.