Statut : PostDoctorant en statistique à l'ENSAI Rennes et à l'IRMAR (UMR 6625 – CNRS & Université de Rennes), équipe de statistique.
Contact :
✉ alex.podgorny@univ-rennes2.fr
☎ +33 6 25 87 88 47
Je suis postdoctorant en statistique à l’Université Rennes 2. Mes recherches portent sur l’application des espaces de Hilbert à noyau reproduisant (RKHS) à l’analyse de données fonctionnelles. Mes recherches portent également sur l’analyse des quantiles extrêmes conditionnels en grande dimension, la réduction de dimension pour l'estimation d'indices de queue, et les approches de machine learning pour l’étude d’événements rares.
Ma thèse s’inscrit dans le domaine de la statistique des valeurs extrêmes et s’intéresse plus particulièrement à l’étude et à l’estimation des quantiles extrêmes de distributions conditionnelles en grande dimension. Elle repose sur trois axes principaux : (1) la construction d’intervalles de confiance pour les quantiles extrêmes dans les domaines d’attraction généraux, (2) le développement d’une méthode originale de réduction de dimension pour l’estimation de l’indice de queue conditionnel, et (3) une étude comparative de différentes approches modernes (machine learning, réduction de dimension) pour l’estimation de quantiles conditionnels extrêmes.
J’ai enseigné la biostatistique à l'université de Strasbourg :