Chercheur/chercheuse post-doctoral/post-doctorale H/F en inférence stochastique et apprentissage de dyn

Missions :
Dans le cadre des recherches menées au CINaM sur les dynamiques stochastiques dans les systèmes vivants, le post-doctorant/la post-doctorante mènera un travail théorique en physique statistique et inférence pour analyser les limites fondamentales de l’apprentissage de champs de force à partir de données imparfaites. Il s’agira notamment d’étendre les travaux théoriques antérieurs sur l’apprenabilité à partir de trajectoires parfaites aux cas plus réalistes de données bruitées ou partielles, avec une attention particulière portée aux contraintes d’origine informationnelle.
Activités :
• Reformulation rigoureuse et mathématique des résultats existants sur l’apprenabilité avec données parfaites.
• Développement d’extensions théoriques pour traiter le cas de trajectoires incomplètes et/ou bruitées.
• Conception d’un formalisme pour quantifier de manière autocohérente l’« apprenabilité » d’une variable aléatoire cachée à partir de données observables.
• Élaboration d’approches algorithmiques dans les régimes où l’apprentissage du champ de force est impossible, afin d’inférer les propriétés du bruit effectif (notamment bruit coloré).
• Interaction avec les autres membres de l’équipe travaillant à l’interface entre théorie et biophysique.

Contexte de travail :
Le travail s’inscrit dans le cadre d’un projet de recherche fondamentale au sein du CINaM, dans une équipe dynamique à l’interface entre physique statistique, inférence et biophysique. Le poste est entièrement théorique, avec un travail quotidien sur ordinateur, dans un environnement stimulant et collaboratif. Des interactions avec des collaborateurs externes sont possibles selon les besoins du projet.