Aurélie Fischer

Maître de conférences
Laboratoire de Probabilités, Statistique et Modélisation
Université de Paris

Adresse :
UFR de Mathématiques
Bâtiment Sophie Germain
75205 Paris Cedex 13
France

Bureau : 504

Tél. : 01 57 27 91 10

aurelie.fischer -at- univ-paris-diderot.fr

English version of this page.

Mon CV.

• Depuis sept. 2012 : Maître de conférences au LPSM à l'Université Paris Diderot, dans l'équipe de statistique.
• 2011/2012 : Attachée temporaire d'enseignement et de recherche au laboratoire MAP5 et au département STID de l'IUT Paris Descartes.
• 2008/2011 : Allocataire de recherche et monitrice au LSTA à l'Université Pierre et Marie Curie.

Thèse effectuée sous la direction de Gérard Biau, soutenue en juin 2011.

Ce séminaire de statistique commun a lieu alternativement sur le site de Jussieu ou celui de Sophie Germain.

Pour être informé des séances, vous pouvez par exemple contacter Etienne, qui gère la liste des destinataires des annonces du séminaire.

Thèse de doctorat

Maëlle Amand, (2014-2019, co-encadrement avec Nicolas Ballier, Université Paris Diderot, et Karen Corrigan, Newcastle University).

Sothea Has, depuis octobre 2018 (avec Mathilde Mougeot).

Mémoire de Master 2

Marie Garin, 2017 (avec Mathilde Mougeot).

Sothea Has, 2018 (avec Mathilde Mougeot).

Apprentissage statistique supervisé et non supervisé :

• Quantification, clustering
• Divergences de Bregman
• Courbes principales
• Grande dimension
• Sélection de modèle
• Agrégation d'estimateurs
• Applications en biologie, énergie éolienne, linguistique

• Fischer, A. (2010). Quantization and clustering with Bregman divergences, Journal of Multivariate Analysis, Vol. 101, p. 2207-2221.
• Fischer, A. (2011). On the number of groups in clustering, Statistics and Probability Letters, Vol. 81, p. 1771–1781.
• Biau, G. & Fischer, A. (2012). Parameter selection for principal curves, IEEE Transactions on Information Theory, Vol. 58, p. 1924-1939.
• Auder, B. & Fischer, A. (2012). Projection-based curve clustering, Journal of Statistical Computation and Simulation, Vol. 82, p. 1145-1168.
• Fischer, A. (2013). Selecting the length of a principal curve within a Gaussian Model, Electronic Journal of Statistics, Vol. 7, p. 342-363.
• Alsheh Ali, M., Seguin., J, Fischer, A., Mignet, N., Wendling, L. and Hurtut, T. (2013). Comparison of the spatial organization in colorectal tumors using second-order statistics and functional ANOVA, ISPA 2013.
• Fischer, A. (2014). Deux méthodes d’apprentissage non supervisé : synthèse sur la méthode des centres mobiles et présentation des courbes principales, Journal de la Société Française de Statistique, Vol. 155(2), p. 2-35.
• Dedecker, J., Fischer, A. and Michel, B. (2015). Improved rates for Wasserstein deconvolution with ordinary smooth error in dimension one, Electronic Journal of Statistics, Vol. 9, p. 234-265.
• Fischer, A. (2015). On two extensions of the vector quantization scheme, Journal de la Société Française de Statistique, Vol. 156(1), p. 51-75.
• Biau, G., Fischer, A., Guedj, B. and Malley, J. (2016). COBRA: A combined regression strategy, Journal of Multivariate Analysis, Vol. 146, p. 18-28.
• Fischer, A., Montuelle, L., Mougeot, M. and Picard, D. (2017). Statistical learning for wind power : a modeling and stability study towards forecasting, Wind Energy, Vol. 20, p. 2037–2047.
• Alonzo B., Plougonven R., Mougeot M., Fischer, A. Dupre, A. and Drobinski, P. (2018). From Numerical Weather Prediction outputs to accurate local surface Wind speed : statistical modelling and forecasts, In Renewable Energy : Forecasting and Risk Management, Springer Proceedings in Mathematics & Statistics.
• Fischer, A. & Mougeot, M. (2019). Aggregation using input-output trade-off, Journal of Statistical Planning and Inference, Vol. 200, p. 1-19.
• Delattre, S. & Fischer, A. (2020). On principal curves with a length constraint, Annales de l'Institut Henri Poincaré, Vol. 56, p. 2108-2140.
• Fischer, A. & Picard, D. (2020). On change-point estimation under Sobolev sparsity, Electronic Journal of Statistics, Vol. 14, p. 1648-1689.
• Brécheteau, C., Fischer, A. & Levrard, C. (2020). Robust Bregman Clustering, The Annals of Statistics.
• Goutham, N., Alonzo, B., Dupré, A., Plougonven, R., Doctors, R., Liao, L., Mougeot, M., Fischer, A. and Drobinski, P. (2021). Using machine learning methods to improve surface wind from the outputs of a Numerical Weather Prediction model, Boundary-Layer Meteorology.
• Fischer, A., Has, S. and Mougeot, M. (2021). A clusterwise supervised learning procedure based on aggregation of distances, Journal of Statistical Computation and Simulation.
• Delattre, S. & Fischer, A. (2020). Estimation via length-constrained generalized empirical principal curves under small noise.

• Fischer, A., Llop, P. and Mougeot, M. (2020). High-dimensional and functional data aggregation techniques using input-output trade-off.
• Delattre, S. & Fischer, A. (2020). Convergence rate for estimation via empirical principal curves in a small noise model.

• Cours Introduction to Machine Learning (M2 MO + MIDS).

Lien BBB : https://bbb-front.math.univ-paris-diderot.fr/recherche/aur-fed-v7p-ztk

Lien vers la page du cours d'Introduction au Machine Learning sur Moodle.

• Cours de Data Mining (M2 ISIFAR).

Lien vers la page du cours de Data Mining sur Moodle.

• Enseignements 2008/2020