Emmanuel Abbé reçoit le «IEEE Information Theory Society Paper Award»

Emmanuel Abbé. Crédit: EPFL

Emmanuel Abbé. Crédit: EPFL

Le mathématicien, professeur à l’EPFL, est récompensé pour l’excellence d’une publication scientifique.

Décerné chaque année par IEEE Information Theory Society, le prix «IEEE Information Theory Society Paper Award» met en lumière l’excellence de publications scientifiques dans les domaines reliés à l’information (son traitement, sa transmission, son stockage et son utilisation).

L’édition 2020 du prix récompense entres autres Emmanuel Abbé, professeur à l’EPFL titulaire de la Chaire de mathématiques de la science des données (SB) et responsable du Laboratoire de mathématique de la science des données (IC).

«Je suis heureux, c’est une belle reconnaissance. D’autant plus qu’il y a énormément de publications méritantes, déclare le lauréat. Il s’agit du prix important de ce domaine de recherche, donc c’est appréciable d’être récompensé par un tel prix. » 

Détection de communautés

La publication récompensée traite d’un modèle de graphes aléatoires à communauté appelé stochastic block model, utilisé dans le domaine de l’apprentissage automatique non-supervisé. Elle établit la formule exacte qui permet de décrire la transition de phase pour la reconstruction des communautés. Un problème resté ouvert sur plusieurs décennies.

«Je me suis plongé dans cette nouvelle approche en 2012 et ce prix récompense un des premiers articles publiés dans cette ligne de recherche avec deux anciens étudiants de Princeton University», précise Emmanuel Abbé.

Lire aussi :

https://actu.epfl.ch/news/mathematiques-et-detection-de-communautes/

Coronavirus oblige, l’annonce des lauréats s’est faite via une cérémonie virtuelle, le 21 juin dernier. Le prix sera formellement décerné l’an prochain lors de la cérémonie « IEEE International Symposium on Information Theory » (ISIT).

Références

E. Abbe, A.S. Bandeira, G. Hall, "Exact Recovery in the Stochastic Block Model", IEEE Transactions on Information Theory, Jan. 2016