Se penche sur la prédiction de la structure des protéines grâce à l'analyse des contacts avec les acides aminés et à des méthodes informatiques avancées.
Explore la sélection de variables à travers des méthodes de filtrage et de corrélation dans l'apprentissage automatique, en mettant l'accent sur la quantification de la pertinence et la mesure des relations avec l'étiquette.
Explore l'information mutuelle, quantifiant les relations entre les variables aléatoires et mesurant le gain d'information et la dépendance statistique.
Explore la corrélation maximale dans la théorie de l'information, les propriétés mutuelles de l'information, les mesures de Renyi et les fondements mathématiques de la théorie de l'information.
Couvre les mesures d'information telles que l'entropie, l'entropie articulaire et l'information mutuelle dans la théorie de l'information et le traitement des données.
