Skip to main content
Chargement Évènements

« Tous les Évènements

  • Cet évènement est passé

CANSSI Showcase 2022

novembre 25 @ 7:45 - 4:30

Connectez-vous à la communauté

Le CANSSI Showcase est une célébration annuelle du travail effectué par les chercheurs, les boursiers postdoctoraux et les étudiants financés par l’INCASS.

Le 2022 CANSSI Showcase se tiendra virtuellement le vendredi 25 novembre 2022. Ce sera une merveilleuse opportunité pour vous :

  • Connectez-vous et réseautez avec la communauté canadienne des statistiques et des sciences des données
  • Présentez vos recherches (surtout si vous êtes un étudiant diplômé, un postdoctorant ou un jeune membre du corps professoral)
  • Découvrez les opportunités de carrière
  • Mieux comprendre les activités de l’INCASS
  • Découvrez les différentes façons dont l’INCASS peut soutenir votre travail

Nous vous invitons à vous joindre à nous pour un programme complet d’événements passionnants, y compris des présentations par nos équipes de recherche collaborative, une table ronde sur les carrières, des présentations éclairs, une séance d’affichage et une heure sociale, ainsi qu’un discours-programme spécial.

Vous repartirez avec une nouvelle inspiration, des liens plus profonds et une meilleure compréhension de ce qui se passe au Canada.

Présentez vos recherches

Que vous soyez un étudiant diplômé, un boursier postdoctoral ou un membre du corps enseignant, le Showcase vous offre de multiples façons de présenter vos travaux. Trouvez le format de présentation qui vous convient, puis inscrivez-vous comme présentateur pour réserver votre place.

Presentations éclairs (créneaux de présentation en ligne de 12 minutes)

  • Ouvert aux étudiants diplômés, aux boursiers postdoctoraux et aux membres du corps enseignant en début de carrière.

Session de posters (créneaux de présentation en ligne)

  • Ouvert aux étudiants de premier cycle, aux étudiants diplômés et aux post-doctorants.

Les places sont limitées et les créneaux de présentation seront attribués selon le principe du premier arrivé, premier servi. Nous vous encourageons à vous inscrire rapidement si vous espérez faire une présentation.

 

S’INSCRIRE EN TANT QUE PRÉSENTATEUR

 

Inscrivez-vous pour participer

Ne manquez pas cette occasion d’entrer en contact avec la communauté de la statistique et des sciences des données.

Nous enverrons même par e-mail une carte-cadeau Starbucks GRATUITE de 20 $ à tous ceux qui assistent à la session d’affiches et à l’heure sociale !*

 

INSCRIVEZ-VOUS

 

*Pour recevoir la carte-cadeau, il vous sera demandé de confirmer que vous êtes un étudiant, un membre du corps professoral ou un chercheur d’une université membre de l’INCASS ou d’une entité gouvernementale, d’un institut ou d’une entreprise de recherche au Canada, et vous devrez soumettre votre courriel de cet organisme après avoir assisté à la séance d’affiches et à l’heure sociale.

Calendrier des spectacles

(Nous ajouterons plus de détails dès qu’ils seront disponibles).

Heure (PST) Activité
7:45–8:00 Ouverture et bienvenue – Présentation du conférencier
8:00–9:00 Conférence principale : « La science des données véridiques avec une étude de cas pour rechercher les facteurs génétiques d’une maladie cardiaque »Conférencier : Bin Yu (Université de Californie, Berkeley)
Voir le résumé de la conférence ci-dessous
9:00–9:15 Pause
9:15–10:45 Table ronde : « Innovations actuelles en statistique et en science des données dans les statistiques environnementales »
Panélistes : Charmaine Dean (Université de Waterloo), Johanna Neslehova (Université McGill), Will Welch (Université de la Colombie-Britannique) et Xuebin Zhang (Environnement et Changement climatique Canada)
Voir la description des panélistes ci-dessous
10:45–11:00 Pause
11:00–12:15 Présentations des boursiers postdoctoraux distingués et des équipes de recherche collaborative de l’INCASS

  • Arafeh Bigdeli (Université Harvard) : « Personalized Risk Assessment in Pediatric Kidney Transplantation Using Metabolomics Data »
  • Francois-Michel Boire (HEC Montréal) : « Stochastic Dynamic Programming Under Alternative Processes »
  • Alina Selega (Lunenfeld-Tanenbaum Research Institute) : « Multi-objective Bayesian Optimization with Heuristic Objectives for Biomedical and Molecular Data Analysis Workflows »
  • Teresa Tsui (Hospital for Sick Children) : « Accounting for Uncertainty in Health Utilities to Inform Cancer Drug Funding Decisions »
  • Rim Cherif (HEC Montréal) : « A Dynamic Program Under Levy Processes for Valuing Corporate Assets »

Biographies des présentateurs (en anglais)

12:15–1:15 Pause
1:15–3:15 Présentations éclairs

  • Devan Becker (Université Wilfrid Laurier) : « Variants of Concern from Wastewater Samples: Challenges and Opportunities »
  • Md Erfanul Hoque (Université du Manitoba) : « A Heterogeneous Random Effects Covariance Matrix in Longitudinal Data with Missing Responses and Mismeasured Covariates »
  • Inesh Prabuddha (Université du Manitoba) : « Bayesian Hierarchical Models with Applications in Fisheries Ecology »
  • You Liang (Université métropolitaine de Toronto) : « Long-Term Interval Forecasts of Demand using Data-Driven Dynamic Regression Models »
  • Sulalitha Bowala Mudiyanselage (Université du Manitoba) : « Optimizing Portfolio Risk of Cryptocurrencies Using Data-Driven Risk Measures »
  • Sihaoyu Gao (UBC) : « Nonlinear Mixed-Effects Models for HIV Viral Load Trajectories Before and After Antiretroviral Therapy Interruption, Incorporating Left Censoring »
  • Qian Ye (UBC) : « Joint Mean-Variance Inference for Nonlinear Mixed-Effects Models with Measurement Errors and Outliers »
  • Naitong Chen (UBC) RETIRÉE
  • Marc Parsons (Université McGill) : « A Comparison of Flexible Covariate Parametrizations for Estimating Non-linear Interactions in a Cox Proportional Hazards Model »
  • Haihan Xie (Université de l’Alberta) : « Differentially Private Regularized Stochastic Convex Optimization with Heavy-tailed Data »
  • Jinhan Xie (Université de l’Alberta) : « Statistical Inference for Smoothed Quantile Regression with Streaming Data »
  • James McVittie (Université de Regina) : « Survival Analysis Methods for Combined Cohort Data »
  • Japjeet Singh (Université du Manitoba) : « Data-Driven Risk Forecasting Models for Cryptocurrencies »

Biographies des présentateurs (en anglais)

3:15–4:30 Session d’affiches et heure sociale : Gather.Town

  • Xuankang Zhu (Université Simon Fraser)
  • Masudul Islam (Université du Manitoba)
  • Jiaqi Li (Université de l’Alberta)
  • Azizur Rahman (Université du Manitoba)
  • James McVittie (Université de Regina)
  • Sulalitha Bowala Mudiyanselage (Université du Manitoba)

Biographies des présentateurs (en anglais)

Conférence principale

La science des données véridiques avec une étude de cas pour rechercher les facteurs génétiques d’une maladie cardiaque

(En anglais)

“AI is like nuclear energy—both promising and dangerous.” – Bill Gates, 2019.

Data Science is a pillar of artificial intelligence (AI) and has driven most recent cutting-edge discoveries in biomedical research and beyond. Human judgement calls are ubiquitous at every step of a data science life cycle, e.g., in choosing data cleaning methods, predictive algorithms and data perturbations. Such judgement calls are often responsible for the “dangers” of AI.

To maximally mitigate these dangers, we introduce in this talk a framework based on three core principles: Predictability, Computability and Stability (PCS). The PCS framework unifies and expands on the best practices of machine learning and statistics. PCS emphasizes reality check through predictability and takes a full account of uncertainty sources in the whole data science life cycle, including those from human judgment calls such as those in data curation/cleaning. PCS consists of a workflow and documentation and is supported by our software package v-flow. Next we illustrate the usefulness of PCS in development of iterative random forests (iRF) for predictable and stable non-linear interaction discovery (in collaboration with the Brown Lab at LBNL and Berkeley Statistics). Finally, in the pursuit of genetic drivers of a heart disease called hypertrophic cardiomyopathy (HCM) as a CZ Biohub project in collaboration with the Ashley Lab at Stanford Medical School and others, we use iRF and UK Biobank data to recommend gene-gene interaction targets for knock-down experiments. We then analyze the experimental data to show promising findings about genetic drivers of HCM.

Bin YuÀ propos de Bin Yu : Bin Yu est Chancellor’s Distinguished Professor and Class of 1936 Second Chair dans les départements de statistique et de génie électrique et informatique (SGÉI) de l’Université de Californie à Berkeley. Elle dirige le groupe Yu, qui se compose de 15 à 20 étudiants et postdoctorants de la statistique et de la SGÉI. Formée en tant que statisticienne, ses recherches s’étendent au-delà du domaine des statistiques. Avec son groupe, son travail a tiré parti de nouveaux développements informatiques pour résoudre d’importants problèmes scientifiques. Cela se fait en combinant de nouvelles approches d’apprentissage automatique statistique avec l’expertise de ses nombreux collaborateurs en neurosciences, en génomique et en médecine de précision.

Elle et son équipe développent des théories pertinentes pour comprendre les forêts aléatoires, y compris l’apprentissage en profondeur pour mieux comprendre et guider les pratiques.

Elle est membre de l’Académie nationale des sciences des États-Unis et de l’Académie américaine des arts et des sciences. Parmi les autres réalisations passées, mentionnons :

  • Président de l’Institut de statistique mathématique (IMS)
  • Boursier Guggenheim
  • Tukey Memorial Conférencier de la Société Bernoulli
  • Maître de conférences Rietz de l’IMS
  • Un gagnant du prix E.L. Scott du COPSS.

Actuellement, elle siège au comité de rédaction des Proceedings of the National Academy of Sciences (PNAS) et au comité consultatif scientifique de l’Institut britannique Alan Turing pour la science des données et l’IA.

Table ronde

Current Innovations in Statistics and Data Science in Environmental Statistics

Objectif : Partager une méthodologie statistique de pointe pour les statistiques environnementales et le rôle des collaborations de recherche dans le développement de ces innovations.

L’objectif principal de la table ronde est de fournir aux jeunes chercheurs un lieu de partage de leurs recherches avec la communauté statistique, de mettre en valeur les réalisations des jeunes chercheurs et de fournir des informations utiles aux jeunes chercheurs en termes d’établissement d’une carrière. La table ronde est un événement majeur du Showcase qui suscite beaucoup d’intérêt.

Charmaine DeanÀ propos de Charmaine Dean : La Dre Charmaine B. Dean (Ph.D., Université de Waterloo) est vice-présidente, Recherche et international, à l’Université de Waterloo. Dans ce rôle, elle assure le leadership dans les domaines de la recherche et de l’innovation, de la commercialisation et de l’internationalisation. Elle est également responsable de la création d’alliances et de partenariats stratégiques avec d’autres institutions universitaires, gouvernements, entreprises et industries aux niveaux national et international.

Plusieurs portefeuilles clés sont gérés par son bureau, y compris les centres et instituts de niveau universitaire et plusieurs partenariats industriels majeurs couvrant diverses unités de l’université. Elle a mis l’accent sur l’éthique et l’impact social liés aux développements technologiques à travers diverses initiatives et est un moteur clé de l’équité et de la diversité dans le contexte de la recherche et de l’internationalisation.

Avant de se joindre à l’Université de Waterloo, la Dre Dean a été doyenne des sciences à l’Université Western de 2011 à 2017. Elle a également joué un rôle majeur dans la création de la faculté des sciences de la santé de l’Université Simon Fraser, en tant que doyenne associée de cette faculté et a été le président fondateur du Département de statistique et de science actuarielle de l’Université Simon Fraser.

Dre Dean a dirigé plusieurs autres organisations (p. ex., la Société statistique du Canada), a siégé à d’autres (p. ex., Conseil de recherches en sciences naturelles et en génie du Canada) et a reçu de nombreux prix pour son travail (p. ex., le prix CRM-SSC, FAAAS, FASA, FIMS).

Johanna NeslehovaÀ propos de Johanna Neslehova : Johanna G. Nešlehová est professeure de statistique au Département de mathématiques et de statistique de l’Université McGill, Montréal, Canada. Ses intérêts de recherche actuels portent sur l’analyse des valeurs extrêmes, l’inférence causale et la modélisation de la dépendance avec des applications en climatologie, en hydrologie et en gestion des risques.

Elle est membre élue de l’Institut international de statistique et membre de l’Institute of Mathematical Statistics. Elle est récipiendaire du prix CRM-SSC 2019 en statistique et du prix Carrie M. Derick 2019 de McGill pour la supervision et l’enseignement aux cycles supérieurs. Elle est rédactrice en chef de la Revue canadienne de statistique et représente le Québec au conseil d’administration de la Société statistique du Canada ainsi que membre ordinaire du conseil de la Société Bernoulli.

Will WelchÀ propos de Will Welch : Will Welch a rejoint le Département de statistique de l’Université de la Colombie-Britannique en tant que professeur en 2003, et a été chef de département de 2003 à 2008 et chef par intérim d’août à décembre 2018. Avant cela, il était à l’Université de Waterloo depuis 16 ans. Il détient également le titre honorifique de professeur invité à la Business School de l’Université de Loughborough, au Royaume-Uni.

Les recherches de Welch couvrent la conception assistée par ordinateur d’expériences, l’amélioration de la qualité, la conception et l’analyse d’expériences informatiques, les méthodes statistiques pour la découverte de médicaments, l’apprentissage automatique/statistique et les applications environnementales. Veuillez consulter https://scholar.google.com/citations?user=Bus4Xi8AAAAJ&hl=en. Le travail sur les applications environnementales comprend deux équipes de recherche collaborative de l’INCASS. Il a remporté le prix Statistics in Chemistry de l’American Statistical Association et est membre de l’American Statistical Association.

Welch a siégé aux comités de rédaction des Annals of Applied Statistics, de la Revue canadienne de statistique et du SIAM/ASA Journal on Uncertainty Quantification. Il a également été président de la Section de la statistique commerciale et industrielle de la Société statistique du Canada et directeur associé de l’Institut canadien des sciences statistiques (INCASS).

À propos de Xuebin Zhang : Le Dr Xuebin Zhang est chercheur scientifique principal à la Division de la recherche sur le climat, Environnement et Changement climatique Canada. Son principal intérêt de recherche est de comprendre comment et pourquoi le climat, en particulier ses événements météorologiques et climatiques extrêmes, a changé au cours du siècle dernier et comment il est susceptible de changer à l’avenir. Il travaille en étroite collaboration avec les utilisateurs d’informations climatiques. Il est membre de la Société royale du Canada. Il est rédacteur en chef de la revue Weather and Climate Extremes. Il a été auteur principal coordonnateur du chapitre sur les événements météorologiques et climatiques extrêmes dans un climat changeant du 6e rapport d’évaluation du GIEC, et il a également été auteur principal du rapport spécial du GIEC sur la gestion des risques d’événements extrêmes et du 5e Rapport du Groupe de travail sur l’évaluation I. Il a dirigé l’évaluation des changements de température et de précipitations pour le Rapport sur le climat changeant du Canada.

Détails

Date:
novembre 25
Heure :
7:45 - 4:30
Catégorie d’Évènement:

Lieu

En ligne
Zoom (en ligne)

Organisateur