Analyse des données
Un perturbateur montre le bâtiment 42

Analyse des données

Le professeur Dr. habil. Rouven E. Haschka

Dr Samyajoy Pal

Associé de recherche

Samyajoy Pal est actuellement chercheur postdoctoral à la chaire de Data Analytics de la faculté des sciences économiques de la RPTU Kaiserslautern-Landau.

Elle a obtenu son doctorat en statistique au Department of Statistics de la LMU de Munich. Ses recherches se situent à l'interface de la statistique, de l'apprentissage automatique et de l'intelligence artificielle, avec un accent sur les bases méthodologiques et théoriques des procédures d'apprentissage statistique.

Les domaines de travail centraux sont les modèles mixtes multivariés flexibles ainsi que leur application dans des tâches d'apprentissage non supervisées telles que le clustering et la classification basés sur des modèles. D'autres axes de recherche concernent l'analyse de données compositionnelles et hautement dimensionnelles. Actuellement, l'accent est mis sur les modèles statistiques et économétriques avancés pour le traitement des structures endogènes dans les données économiques à l'aide de distributions multivariées et de modèles mixtes, avec pour objectif une IA théoriquement fondée et interprétable.

Intérêts pour la recherche

Modèles de mélange multivariés, Clustering basé sur un modèle, Analyse de données compositionnelles, Données en haute dimension, Statistiques computationnelles, Apprentissage statistique, Inférence statistique

Informations complémentaires

  • Pal, S. (2025). Advances in finite mixture models with applications to unsupervised learning. Thèse de doctorat, LMU Munich.

  • Pal, S., & Heumann, C. (2025). Revisiting Dirichlet Mixture Model : unraveling deeper insights and practical applications. Cahiers de statistiques, 66 (1), 2.

  • Pal, S., & Heumann, C. (2024). Flexible Multivariate Mixture Models : A Comprehensive Approach for Modeling Mixtures of Non-Identical Distributions. International Statistical Review.

  • Pal, S., & Heumann, C. (2024). Analyse de la coexpression des gènes avec le modèle de mélange de Dirichlet : accélération de l'évaluation du modèle par approximation de la divergence KL en forme fermée à l'aide de techniques variationnelles. In : International Workshop on Statistical Modelling, 134-141. Springer Nature Suisse.

  • Pal, S., & Heumann, C. (2024). Modèle de mélange gaussien avec algorithme hard EM modifié dans des problèmes de clustering. In : Modélisation statistique et applications aux problèmes en temps réel., 153-179. CRC Press.

  • Pal, S., & Heumann, C. (2022). Clustering compositional data using Dirichlet mixture model. PLOS One, 17 (5), e0268438.