Les recherches de Victor sur les modèles graphiques épars, les limites de graphiques et l’estimation ont contribué de manière fondamentale à l’analyse des données de réseau et plus généralement au problème de la modélisation de données relationnelles. Le principal défi technique dans un tel environnement tient à ce que les hypothèses statistiques standard ne s’appliquent pas. La thèse de Victor prend comme point de départ un principe d’invariance naturel, ce qui permet la création d’une nouvelle classe de modèles graphiques aléatoires. Ce nouveau modèle contient le modèle à blocs stochastiques populaire (voire tout modèle graphique échangeable) comme sous-modèle, mais il permet aussi des graphiques à connexions éparses, qui permettraient de mieux appréhender les statistiques des réseaux du monde réel. La thèse de Victor étudie ce nouveau modèle en profondeur, découvrant des interprétations d’échantillonnage et identifiant des estimateurs canoniques. Ses travaux fournissent aussi une contribution essentielle à la théorie des limites de graphiques.
 

Victor est de Waterloo, Ontario. Il est titulaire d’un baccalauréat en physique mathématique de la University of Waterloo et d’une maitrise en mathématiques, de Waterloo également, ses travaux ayant été consacrés au calcul quantique. Victor est actuellement éminent boursier postdoctoral en statistique à l’Université Columbia.
 

Le choix du gagnant du prix Pierre-Robillard s’appuie entre autres sur l’originalité des idées et techniques, les applications possibles et leur traitement, ainsi que l’impact potentiel des travaux. Le prix honore la mémoire du professeur Pierre Robillard, un remarquable jeune statisticien à l’Université de Montréal dont la mort prématurée en 1975 a coupé court à ce qui promettait d’être une carrière exceptionnelle.
 

Victor Veitch présentera une vue d’ensemble de ses travaux lors d’une session spéciale au congrès annuel de la SSC à l’Université McGill.