MASCOT NUM 2026 - ENSAI

La première journée de la conférence annuelle Mascot-Num est consacrée aux présentations des doctorant·es sur des thèmes liés aux activités du RT-UQ, à savoir l'analyse de sensibilité, la quantification de l'incertitude en simulation, la conception et la modélisation d'expériences informatiques, l'étalonnage et la validation de modèles, la fiabilité structurelle, l'optimisation en présence d'incertitude, les méthodes de modélisation basées sur les données, etc.
Conférencier·es invité·es :

• Rémi Bardenet (CNRS, Université de Lille): Tutorial - What is the Gaussian process of point processes?
• Margaux Brégère (EDF Lab Paris Saclay, Sorbonne Université): Explainability of electricity demand forecasting models: a Shapley value approach for positive component decomposition
• Lucas Drumetz (IMT Atlantique): Spatialized Bayesian inference and uncertainty quantification on constrained co-domains with Gaussian Processes: application to the simplex
• Pierre Gloaguen (Université Bretagne Sud): Bayesian Modelling of Abundance Data in Ecology Using Joint Species Distribution Models
• Javier González-Delgado (ENSAI): Inference after human genetic clustering
• Sylvain Le Corff (Sorbonne Université)
• Apolline Louvet (INRAE Avignon)
• Natalie Maus (MIT)
• Pierre Tandeo (IMT Atlantique): Quantifying uncertainty in climate reanalyses