Sur l'entropie et l'information mutuelle explore la quantification de l'information dans la science des données au moyen de distributions de probabilités.
Explore les promenades aléatoires, le modèle Moran, la chimiotaxie bactérienne, l'entropie, la théorie de l'information et les sites en coévolution dans les protéines.
Explore les informations mutuelles pour quantifier la dépendance statistique entre les variables et déduire des distributions de probabilité à partir de données.
Couvre les mesures d'information telles que l'entropie, la divergence Kullback-Leibler et l'inégalité de traitement des données, ainsi que les noyaux de probabilité et les informations mutuelles.
Couvre la théorie et les applications des statistiques extrêmes, en mettant l'accent sur les modèles de seuil pour l'analyse des extrêmes des séries chronologiques.
Explore les limites extrêmes théorèmes, l'analyse statistique et les applications des processus extrêmes dans divers domaines, en mettant l'accent sur la modélisation des événements extrêmes et l'adaptation de modèles appropriés.
Explore la théorie des processus ponctuels et de leurs applications aux extrêmes, en mettant l'accent sur le théorème fonctionnel de Laplace et de Kallenberg.
Explore les théorèmes de limite extrême et l'analyse statistique pour l'analyse d'événements extrêmes comme les précipitations du Venezuela et les données de Venise.
Explore la théorie et les applications des extrêmes multivariés, en mettant l'accent sur l'adaptation des modèles marginaux et de dépendance ensemble pour une estimation précise.
Couvre l'application de la théorie des valeurs extrêmes aux processus de pointage et l'estimation des événements extrêmes à partir de séries chronologiques également espacées.
