Luc Adjengue
B.Sc. (Yaoundé), M.Sc., Ph.D. (Montréal).
Professeur agrégé
Département de mathématiques et de génie industriel
Département de mathématiques et de génie industriel
Domaines d'expertise
Analyse des séries chronologiques Statistique appliquée Inférence paramétrique Analyse multivariée
Analyse des séries chronologiques Statistique appliquée Inférence paramétrique Analyse multivariée
Intérêts de recherche et affiliations
Intérêts de recherche
-
Inférence paramétrique statistique
-
Séries chronologiques ; processus spatiaux
-
Statistique appliquée ; analyse multidimensionnelle
-
Approche statistique à la reconnaissance de formes.
-
Apprentissage statistique
Affiliation(s)
Type(s) d'expertises (sujets CRSNG)
- 3002 Analyse des séries chronologiques
- 3004 Statistique appliquée
- 3009 Inférence paramétrique
- 3011 Analyse multivariée
Publications
Publications récentes
Article de revue
Communication de conférence
Communication de conférence
Article de revue
Mirshahi, M., Partovi Nia, V., & Adjengue, L. (2018). Automatic odor prediction for electronic nose. Journal of Applied Statistics, 45(15), 2788-2799.
Mirshahi, M., Partovi Nia, V., & Adjengue, L. (février 2016). An online data validation algorithm for electronic nose [Communication écrite]. 5th International Conference on Pattern Recognition Applications and Methods (ICPRAM 2016), Rome, Italy.
Mirshahi, M., Partovi Nia, V., & Adjengue, L. (février 2016). Statistical measurement validation with application to electronic nose technology [Communication écrite]. 5th International Conference on Pattern Recognition Applications and Methods (ICPRAM 2016), Rome, Italy.
Adjengue, L., Audet, C., & Ben Yahia, I. (2014). A variance-based method to rank input variables of the Mesh Adaptive Direct Search algorithm. Optimization Letters, 8(5), 1599-1610.
Enseignement
- MTH2302B Probabilités et statistique
- MTH2312 Méthodes statistiques avancées
- MTH6305A Reconnaissance de formes : approches statistiques
- MTH6306 Analyse statistique de séries chronologiques
- MTH6312 Méthodes statistiques d'apprentissage
Encadrement à Polytechnique
TERMINÉ
-
Mémoire de maîtrise (10)
- Devaux, V. (2022). Modèles prédictifs de l'état final des devis de vente dans une grande entreprise de télécommunications [Mémoire de maîtrise, Polytechnique Montréal].
- Paredes Seminario, J. A. (2020). Multi-criteria Analysis of Internal Cross-docking Operations [Mémoire de maîtrise, Polytechnique Montréal].
- Sanni, F. (2017). Modèle de prévision des taux de clics des annonces textuelles sur les moteurs de recherche [Mémoire de maîtrise, École Polytechnique de Montréal].
- Vahidpour, M. (2016). Cure Rate Models [Mémoire de maîtrise, École Polytechnique de Montréal].
- Assari, C. (2014). Classification de mots-clés des campagnes publicitaires sur les moteurs de recherche et calcul de prévisions [Mémoire de maîtrise, École Polytechnique de Montréal].
- Ben Yahia, I. (2012). Identification statistique de variables importantes pour l'optimisation de boîtes noires [Mémoire de maîtrise, École Polytechnique de Montréal].
- Abbas Mahamat, A. (2011). Analyse de sensibilité dans un contexte de prévision du prix des métaux [Mémoire de maîtrise, École Polytechnique de Montréal].
- Orth, P. (2007). Simulation et analyse paramétrique de méthodes de prise de décision dans le cadre de la maintenance conditionnelle [Mémoire de maîtrise, École Polytechnique de Montréal].
- Assadi, R. (2003). Modification d'un algorithme d'apprentissage pour réseaux de neurones appliqués à la couverture de surface [Mémoire de maîtrise, École Polytechnique de Montréal].
- Khattar, K. (2003). Analyse mathématique du problème de la frontière bilinéaire appliqué aux réseaux de neurones [Mémoire de maîtrise, École Polytechnique de Montréal].
- Devaux, V. (2022). Modèles prédictifs de l'état final des devis de vente dans une grande entreprise de télécommunications [Mémoire de maîtrise, Polytechnique Montréal].
