Peut-on faire confiance à la prédiction d’un réseau de neurones ? 🤔
C’est la question qu’a abordée [Esa Ollila], professeur à l’Université Aalto (Finlande), lors de son séminaire à TéSA ce mardi 20 octobre. Le laboratoire a le plaisir de l’accueillir depuis plusieurs semaines 🎓
Docteur en statistique et en traitement du signal, il est directeur adjoint du département d’ingénierie de l’information et des communications de l’Université Aalto. Il siège aussi au conseil d’administration d’EURASIP (European Association for Signal Processing).
Sa réponse : la prédiction conforme 📐, une méthode qui :
• s’adapte à n’importe quel modèle d’intelligence artificielle, sans le modifier
• associe à chaque prédiction un ensemble de résultats possibles, avec une garantie de fiabilité
• reste valable même avec un volume de données limité
Pour les systèmes où chaque décision compte, comme le spatial 🛰️, ou l’aéronautique ✈️ disposer d’une mesure fiable de l’incertitude est un atout majeur.
Spécialiste des statistiques robustes, @Esa Ollila est coauteur de l’ouvrage « Robust Statistics for Signal Processing » (Cambridge University Press, 2018) 📘. Sa présentation, illustrée par un notebook Python 💻, s’est conclue sur des applications en traitement du signal.
Merci à lui pour cette intervention !
Nos travaux de recherche vous intéressent 🔬 ?
Retrouvez-nous sur https://www.tesa.prd.fr 🛰️, nous serions ravis d'échanger avec vous !
#TeSA
#Doctorat
#Recherche
#TraitementDuSignal