Aller au contenu principal
Prix pour les présentations de recherche étudiante
2018
  • A Bayesian Mixture Modelling of Stop Signal Reaction Times (SSRT) Distributions / Modèle de mélange bayésien pour la distribution des temps de réaction des signaux d'arrêt
    Général: Mohsen Soltanifar, University of Toronto, Poster presentation
  • A Flexible Inference Method for an Autoregressive Stochastic Volatility Model with an Application to Risk Management / Une méthode d’inférence souple pour un modèle à volatilité stochastique autorégressif avec une application à la gestion du risque
    GSIG: Yijun Xie, University of Waterloo, Poster presentation
  • Bayesian Community Discovery on the Bitcoin Blockchain / Découverte de la communauté bayésienne sur la chaîne de blocs bitcoin
    GSIG: Creagh Briercliffe, University of British Columbia, Oral presentation
  • Bayesian Empirical Likelihood for Quantile Regression in Survival Analysis
    Général: Shimeng Huang, University of Waterloo, Oral presentation
  • Conditional Copula-Graphic Estimator for Semi-Competing Risks Data / Estimateur graphique de copules conditionnelles pour les données sur les risques semi-concurrents
    Général: Shamsia Sobhan, University of Manitoba, Oral presentation
  • Consistency of Estimators and Variance Estimators for Two-stage Sampling / La convergence d'estimateurs et d'estimateurs de variance pour l'échantillonnage à deux degrés
    Général: Audrey-Anne Vallée, Université de Neuchâtel, Oral presentation
  • Fast Nested Simulation for Large Variable Annuity Portfolios: A Two-way Regression-Based Approach / Simulation imbriquée rapide pour les grands portefeuilles de produits à rente variable : approche fondée sur la régression bilatérale
    Science actuarielle: Shuai Alex Yang, University of Toronto, Oral presentation
  • Projective, Sparse, and Learnable Latent Position Network Models / Modèles de Graphes à Positions Latentes qui sont projectif, creux, et apprenable
    Probabilité: Neil Spencer, Carnegie-Mellon University, Oral presentation
  • Weak Convergence of a Metropolis Algorithm for Bimodal Target Distributions / Convergence faible d'un algorithme de type Metropolis pour une distribution cible bimodale
    Probabilité: Micha l Lalancette, University of Toronto, Oral presentation