Séminaires DATAIA | « Matrix and Tensor Factorizations for Data Fusion » - Tülay Adali

Tülay Adali, professeur distingué au département d'informatique et de génie électrique de l'UMBC, présentera ses travaux sur le thème "Matrix and Tensor Factorizations for Data Fusion".

Résumé : Dans de nombreux domaines aujourd'hui, comme les neurosciences, la télédétection, les sciences sociales computationnelles et les sciences physiques, de multiples ensembles de données sont facilement disponibles. Les factorisations matricielles et tensorielles permettent l'analyse conjointe, c'est-à-dire la fusion, de ces multiples ensembles de données de manière à ce qu'ils puissent interagir et s'informer mutuellement tout en minimisant les hypothèses sur leurs relations inhérentes. Un avantage clé de ces méthodes est l'interprétabilité directe de leurs résultats. Cet exposé présente un aperçu des principaux modèles qui ont été utilisés avec succès pour la fusion d'ensembles de données multiples. Des exemples basés sur l'analyse des composantes indépendantes et des vecteurs indépendants ainsi que sur la décomposition polyadique canonique sont discutés plus en détail avec des exemples de fusion de données de neuro-imagerie. L'importance de la reproductibilité informatique est également abordée, en mettant l'accent sur sa relation avec la correspondance des modèles et l'interprétabilité.