Date : dimanche 5 juin 2022
Heure : 11h00 - 17h00 (HAE)

Titre : Géométrie de l'information et applications

Organisateurs :

Leonard Wong, University of Toronto
Jun Zhang, University of Michigan

Description :

La géométrie de l'information est un domaine d'étude des espaces de distributions de probabilité exploitant des objets que sont les variétés statistiques. Cette géométrie fournit un cadre mathématique unifié pour étudier des objets tels que l'entropie, la divergence Kullback-Leibler, la métrique Fisher-Rao et la famille exponentielle, ainsi que leurs généralisations. Parmi d'autres champs d'application, il a été appliqué à la statistique et l'apprentissage automatique notamment en raison de liens étroits avec le transport optimal et la physique statistique.

Programme (Heure Avancée de l'Est)

11h-12h : Tutoriel sur la géométrie de l'information - Jun Zhang (University of Michigan)
12h-13h : Pause-déjeuner
13h-13h30 : Paul Marriot (University of Waterloo)
13h30-14h : Guido Montufar (University of California, Los Angeles)
14h-14h30 : Gabriel Khan (Iowa State University)
14h30pm-14h45 : Pause-café
14h45pm-15h5 : Melvin Leok (University of California, San Diego)
15h15-15h45 : Tian Han (Stevens Institute of Technology)
15h45-16h15 : Wuchen Li (University of South Carolina)
16h15-16h45 : Leonard Wong (University of Toronto)
16h45-17h : Discussion