Le programme d’équipes de recherche collaborative (ERC) de l’INCASS soutient des collaborations interdisciplinaires soutenues qui utilisent les sciences statistiques pour résoudre des problèmes complexes d’une grande importance pour la science, l’ingénierie, la santé et la société.
Pour la période de trois ans commençant en 2025, l’INCASS financera trois nouveaux projets d’ERC dirigés par des statisticiens. Ils impliquent des chercheurs de sept universités du Canada et promettent d’apporter d’importantes contributions dans des domaines aussi divers que l’agriculture, les soins de santé et l’inférence bayésienne. Voici un bref aperçu des projets et des équipes de projet.
ERC 27 : Bayes rapide et distribué pour tous
Une équipe dirigée par (dans le sens des aiguilles d’une montre, en partant du coin supérieur gauche) Alexandre Bouchard-Côté (Université de la Colombie-Britannique), Trevor Campbell (UBC), Liangliang Wang (Université Simon Fraser) et Philippe Gagnon (Université de Montréal) explorera des moyens d’étendre l’utilisation des méthodes de calcul bayésiennes en exploitant les plateformes modernes de calcul distribué massivement parallèle et infonuagique. Leur objectif est de permettre aux utilisateurs de tirer parti de la puissance des plateformes de calcul distribué à grande échelle pour l’inférence bayésienne impliquant une distribution postérieure complexe, sans avoir besoin d’une quelconque expertise en calcul distribué.
En savoir plus sur le projet.ERC 28 : Gestion de la complexité des données dans les dossiers médicaux électroniques : stratégies statistiques pour un apprentissage amélioré
ERC 28 : Gestion de la complexité des données dans les dossiers médicaux électroniques : stratégies statistiques pour un apprentissage amélioré
- Inférence causale avec facteurs de confusion de grande dimension
- Biais de présence informatif
- La gestion des visites et des absences non aléatoires
- Inférence causale avec des expositions longitudinales variant dans le temps
ERC 29 : Méthodologies statistiques et outils informatiques pour identifier les corrélats microbiens de la santé intestinale des abeilles canadiennes
Une équipe dirigée par (de gauche à droite) Zeny Feng (Université de Guelph), Ayesha Ali (Guelph) et Longhai Li (Université de la Saskatchewan) s’appuiera sur les travaux réalisés par le Canadian Bee Gut Project pour développer de nouvelles méthodes permettant de comprendre les corrélations entre la composition du microbiome intestinal des abeilles et un ensemble de covariables. Plus généralement, le projet visera à « faire progresser davantage le domaine de l’analyse des données compositionnelles en développant de nouvelles méthodes statistiques et informatiques plus réalisables pour analyser des modèles de comptage multivariés complexes ».
