Conférence virtuelle de AWMA n°4

Conférence virtuelle de AWMA n°4

La conférencière, Sophie Dabo-Niang est professeur de mathématiques appliquées à l'Université de Lille (Nord de la France), présidente de l'EMS-CDC (European Mathematical society-Committee of developing countries) et responsable scientifique du CIMPA.

Elle est sénégalaise et française, mariée et père de 4 enfants. Elle a obtenu un doctorat en statistique  à l'Université de la Sorbonne (Paris, Pierre et Marie Curie) en 2002.

La recherche de Sophie Dabo-Niang est axée sur la représentation du temps et de l'espace dans des environnements aléatoires à travers l'utilisation de changements spatiaux et temporels stochastiques induits par des problèmes réels dans divers domaines tels que les études médicales, épidémiologiques, physiques, environnementales et hydrologiques. Elle a publié une soixantaine d'articles scientifiques et édité deux livres. Elle est engagée dans plusieurs projets de recherche nationaux et internationaux, sociétés, associations.

Elle a supervisé de nombreux étudiants en master et thèse et a enseigné des cours de sciences des données dans de nombreux pays, en particulier en Afrique. Elle a dirigé plusieurs événements scientifiques statistiques à travers le monde et a donné différentes communications orales. Une autre réalisation importante est sa profonde implication et son engagement en faveur de la promotion des mathématiques et des femmes en mathématiques en Afrique, en Europe et dans les pays en développement. Elle est co-fondatrice de l'Association des femmes sénégalaises en mathématiques (SWMA).

 Lien de la Conférence

Lien pour s'inscrire: https://univ-lille-fr.zoom.us/webinar/register/WN_GEEpgKeqQ8-jokhyELRhmQ

ID de réunion (access code):  -
Code secret: -
Date Jeudi,  07 janvier 2021
heure 14:00-15:00 (UTC)
Conférencieère Prof. Sophie Dabo-Niang
Affiliation  Université de Lille
Domaine  Sciences de données
Titre Modélisation et applications statistiques spatiales
Résumé

Les statistiques spatiales comprennent toutes les techniques (statistiques) qui étudient les phénomènes observés sur des ensembles spatiaux. De tels phénomènes apparaissent dans une variété de domaines: épidémiologie, sciences de l'environnement, agriculture, physique, traitement d'images et bien d'autres.

La modélisation de ce type de données fait partie des thèmes de recherche les plus intéressants en analyse de données dépendantes. Ceci est motivé par le nombre croissant de situations dans différents domaines où les données sont de nature spatiale.

Des problèmes complexes se posent dans l'analyse spatiale, dont beaucoup ne sont ni clairement définis ni complètement résolus, mais forment la base des recherches actuelles. Nous nous intéressons à cet exposé sur la modélisation spatiale et certains domaines d'application.