Thèse Gradient Boosting Infinitésimal pour la Prédiction de Séries Temporelles et l'Approximation de Solutions d'Équations Différentielles Stochastiques Rétrogrades. H/F - doctorat.gouv.fr
Les missions du poste
Établissement : Le Mans Université École doctorale : École doctorale Mathématiques et Sciences et Technologies du numérique, de l'Information et de la Communication Laboratoire de recherche : LABORATOIRE MANCEAU DE MATHEMATIQUES Direction de la thèse : Alexandre POPIER Date limite de candidature : 2026-11-30T00:00:00
Cette thèse vise à explorer et étendre le gradient boosting infinitésimal (IGB), un algorithme d'apprentissage statistique récemment introduit par Dombry et Esstafa (2024), dans le cadre de la modélisation de phénomènes dynamiques. Le projet s'articule autour de deux axes principaux de recherche :
- Développer des méthodes basées sur l'IGB pour la prédiction de séries temporelles, notamment dans des contextes non stationnaires ou fortement bruités.
- Utiliser l'IGB comme outil numérique pour le calcul de lois conditionnelles et pour approcher les solutions d'équations différentielles stochastiques rétrogrades (EDSR).
La future doctorante ou le futur doctorant bénéficiera d'un bureau personnel au sein du Laboratoire Manceau de Mathématiques. En tant que membre du laboratoire la personne recrutée pourra bénéficier de financements pour des déplacements, des participations à des conférences, etc.
Elle pourra aussi demander un ordinateur personnel lui permettant de mener à bien son travail et aura accès à GLICID (https://www.glicid.fr) pour des calculs numériques plus intensifs.
Outre ses encadrants, la personne recrutée sera également entourée par les autres chercheurs et doctorants et personnel administratif du laboratoire, de la fédération Henri Lebesgue et de l'Institut du Risque et de l'Assurance, dont le laboratoire fait partie.
Ce sujet se situe à l'interface entre statistiques computationnelles, apprentissage automatique, et équations différentielles stochastiques, avec des applications possibles en finance, en ingénierie, ou en neurosciences computationnelles.
La thèse s'appuie sur une chaire régionale d'application en collaboration avec l'entreprise DTS Corp.
Compétences requises
- Machine learning