Français Anglais
Accueil Annuaire Plan du site
Accueil > News du laboratoire > "Sparse correlation screening for large scale data analysis"
"Sparse correlation screening for large scale data analysis"
"Sparse correlation screening for large scale data analysis"
27 mai 2010

A.Hero, professeur de l'Université de Michigan, Chaire d'excellence Digiteo, fera un exposé le mardi 8 juin à Supelec (amphi F3.05) à 14h00.
The problem of correlation screening arises in many disciplines including gene expression analysis, finance, and security, where the number of variables can range from a few hundred to hundreds of thousands. In this case the number p of variables is much larger than the number n of samples making the sample covariance matrix singular.

 

The objective of sparse correlation screening is detection: we wish to find a set of variables that have high correlations or high partial correlations under a user specified false positive constraint. This is in contrast to the well known problem of covariance selection, which is a problem of estimation: it attempts to find a good sparse approximation to sample covariance or inverse covariance.

 

In this talk, we will review several applications of sparse correlation screening, present scalable screening algorithms, develop mathematical theory for predicting error rates and phase transitions, and illustrate the theory and algorithms for bioinformatics problems.

Pour en savoir plus: http://www.eecs.umich.edu/~hero/
News
Un article de Isabelle Guyon sur la démocratisation de l'IA
19 mars 2018
Lien vers l'article paru dans le journal le monde :
http://www.lemonde.fr/acces-restreint/sciences/article/2018/04/08/a4544bd07cad09fe52980c0f82c08b34_5282548_1650684.html

Michèle Sebag a été élue membre de l'Academie des Technologies
13 avril 2018
Michèle Sebag, DR CNRS et Directrice Adjointe du LRI, a été élue membre de l'Academie des Technologies

https://www.academie-technologies.fr/members/454-michele-sebag

Lin Chen a reçu la médaille de bronze du CNRS
27 mars 2018
Lin Chen, membre de l'équipe GALAC (https://www.lri.fr/~chen/) a reçu la médaille de bronze du CNRS. Ses principaux travaux de recherche portent sur la modélisation, l'analyse théorique, et la conception des algorithmes et protocoles distribués innovants