Aller au contenu. | Aller à la navigation

Outils personnels

Navigation

UMR 5672

logo de l'ENS de Lyon
logo du CNRS
Vous êtes ici : Accueil / Séminaires / Machine Learning and Signal Processing / (Reporté) Test non-paramétrique de comparaison d'échantillon basé sur les méthodes a noyaux: application au Single-Cell RNA sequencing

(Reporté) Test non-paramétrique de comparaison d'échantillon basé sur les méthodes a noyaux: application au Single-Cell RNA sequencing

Anthony Ozier-Lafontaine (Laboratoire de Mathématiques Jean Leray. Université de Nantes)
Quand ? Le 26/04/2022,
de 13:00 à 14:00
Participants Anthony Ozier-Lafontaine
Ajouter un événement au calendrier vCal
iCal

ATTENTION : séminaire reporté à une date ultérieure

Title : Test non-paramétrique de comparaison d'échantillon basé sur les méthodes a noyaux: application au Single-Cell RNA sequencing

Asbtract :    Le single-cell RNA sequencing (scRNAseq) est une technique de séquençage génétique à haut débit qui produit des matrices de quantification de l'expression des gènes. Ces matrices contiennent beaucoup d'observations et sont en grande dimension. Nous proposons un test de comparaison de populations de cellules adapté à ces données appartenant à la famille des tests à noyaux non-paramétriques, dont le test Maximum Mean Discrepancy (MMD) est le représentant le plus connu. Notre approche, inspirée de [Harchaoui et al. 2008-9], s'appuie sur l'analysie discriminante de Fisher dans l'espace des features (KFDA), et prend en compte la structure de covariance des données pour construire un axe discriminant les échantillons comparés. Lors de cet exposé, je présenterai les statistiques de test MMD et KFDA, et proposerai de combiner des méthodes d'approximation de Nystrom et de factorisation matricielles pour réduire leur coût computationnel sans impacter les performances empiriques du test. Ensuite, je proposerai plusieurs méthodes de visualisation des observations qui s'appuient sur le calcul de la statistique de test KFDA. Je terminerai avec un cas d'application concret d'utilisation de la méthode.

[Harchaoui et al., 2008] Harchaoui, Z., Bach, F., and Moulines, E. (2008). Testing for Homogeneity
with Kernel Fisher Discriminant Analysis. arXiv:0804.1026 [stat]. arXiv: 0804.1026.

[Harchaoui et al., 2009] Harchaoui, Z., Vallet, F., Lung-Yut-Fong, A., and Cappe, O. (2009).
A regularized kernel-based approach to unsupervised audio segmentation. In 2009 IEEE
International Conference on Acoustics, Speech and Signal Processing, pages 1665–1668, Taipei,
Taiwan. IEEE.

More information :  en thèse avec Bertrand Michel (Nantes) et Franck Picard (LBMC)

Exposé en salle M7 101 (ENS de Lyon, site Monod, 1er étage côté Recherche au M7)