logo IMB
Retour

Séminaire Images Optimisation et Probabilités

Apprentissage de données latentes sur des graphes partiellement observés

Matthieu Lerasle

( Université Paris-Saclay )

Salle de Conférences

le 28 septembre 2017 à 11:00

Le modèle de Bradley-Terry (introduit par Zermelo) étudie des championnats ou les participants sont comparés par paires. Le problème statistique de base est de retrouver la valeur des participants à partir de l'observation de ces comparaisons. On sait que ce problème ne peut être résolu que lorsque le graphe orienté ou une arrête est tracée du joueur i vers le joueur j lorsque i a battu j est fortement connexe. Nous nous intéressons à un championnat ou chaque participant joue une fois par journée. On peut montrer (on le conjecture fortement en tout cas) qu'alors, le temps d'atteinte de forte convexité est de l'ordre de log N journées lorsque les valeurs des joueurs sont bornées. Pour faire des prédictions sur l'issue du championnat avant ce temps, nous proposons de modéliser la variabilité des joueurs par des variables aléatoires dont nous cherchons à estimer la loi. Ce changement de point de vue a le double avantage de fournir un nouvel objectif statistiquement atteignable tout en fournissant une information d'intérêt dans des cas pratiques. Je présenterai quelques résultats déjà obtenus dans ce cadre avec R. Diel et S. Le Corff et discuterai quelques extensions sur lesquelles nous nous penchons.