Recherche

Vision générale

Mes travaux se situent à l’interface des mathématiques appliquées, de la statistique computationnelle et de la science des données. Je développe des méthodes interprétables pour analyser des données complexes, avec une attention particulière à la reproductibilité, aux logiciels libres et au transfert vers la pratique.

Axes de recherche

Densités et anomalies

Estimation de densité

Développement de méthodes de type GLBFP, pour Generalized Linear Blend Frequency Polygons, qui prolongent les idées des histogrammes, des average shifted histograms et des linear blend frequency polygons. L’objectif est de produire des estimateurs stables, adaptatifs et interprétables géométriquement, notamment pour la détection d’observations atypiques.

GLBFP

Données directionnelles

Statistique circulaire

Modèles pour données circulaires, axiales et directionnelles, incluant des réponses angulaires, des effets aléatoires circulaires et des visualisations adaptées aux angles, orientations, directions et heures de la journée.

CircularRegression ggcircular

Dynamiques latentes

Modèles de Markov cachés

Modélisation de données temporelles et spatio-temporelles par modèles cachés, avec un intérêt particulier pour l’effet de l’échelle temporelle sur l’inférence, les modèles multi-individus et les liens avec les fonctions de sélection de pas.

Thèse et code

Transfert

Science des données appliquée

Développement de ressources et d’outils qui relient méthodes statistiques, apprentissage automatique, interprétabilité, robustesse et formation en science des données.

Ressources pédagogiques

Thèse de doctorat

Titre : Modèles multi-états généraux pour l’analyse du mouvement animalier

Année : 2024

Université : Université Laval

Direction : Thierry Duchesne et Louis-Paul Rivest

Cette thèse développe un cadre général de modélisation multi-états pour l’étude du mouvement animalier. Elle combine la rigueur des modèles de Markov cachés et la flexibilité des fonctions de sélection d’habitat, avec une formulation unificatrice reliant les approches comportementales et spatiales.

Consulter la thèse Code et matériel reproductible

Logiciels et diffusion

  • GLBFP : estimation de densité fondée sur les Generalized Linear Blend Frequency Polygons.
  • CircularRegression : package R disponible sur le CRAN pour ajuster des modèles de régression lorsque la réponse est circulaire.
  • ggcircular : extension ggplot2 pour les données circulaires, axiales et directionnelles.
  • DonutMap : package R pour créer des cartes de diagrammes en anneau avec sf, ggplot2 et leaflet.
  • site_ressources_SSD : plateforme francophone de ressources pédagogiques pour la science des données.
  • GeneralOaxaca : package R pour la décomposition de Blinder-Oaxaca généralisée.

Communications récentes

  • SSC 2026. A Leave-One-Out Influence Statistic for Scalable Density-Based Outlier Detection, avec Thierry Duchesne et Michel Carbon. PDF de la présentation et dépôt GitHub. Cette présentation a reçu le 2026 New Investigator Presentation Award.

Publications

Articles publiés

  1. Nicosia, A. (2026). Beyond the next step: A multi-criteria generative validation framework for step selection functions. Methods in Ecology and Evolution, 17(6), 1754-1767. https://doi.org/10.1111/2041-210X.70313

  2. Nicosia, A. (2026). Discussion of “Addressing the Challenges of AI-Generated Assignment Submissions in Education: Insights and Strategies”. Journal of Data Science. https://doi.org/10.6339/26-JDS1208H

  3. Gagnon, S., Allard, M., Nicosia, A. (2018). Diurnal and seasonal variations of tundra CO₂ emissions in a polygonal peatland near Salluit, Nunavik, Canada. Arctic Science, 4(1), 1-15. https://doi.org/10.1139/AS-2016-0045

  4. Nicosia, A., Duchesne, T., Rivest, L.-P., Fortin, D. (2017). A Multi-State Conditional Logistic Regression Model for the Analysis of Animal Movement. Annals of Applied Statistics, 11(3), 1537-1560. https://doi.org/10.1214/17-AOAS1045

  5. Nicosia, A., Duchesne, T., Rivest, L.-P., Fortin, D. (2017). A General Hidden State Random Walk Model for Animal Movement. Computational Statistics & Data Analysis, 105, 76-95. https://doi.org/10.1016/j.csda.2016.07.009

  6. Rivest, L.-P., Duchesne, T., Nicosia, A., Fortin, D. (2016). A General Angular Regression Model for the Analysis of Data on Animal Movement in Ecology. Journal of the Royal Statistical Society: Series C, 65(3), 445-463. https://doi.org/10.1111/rssc.12124

Prépublications

  1. Nicosia, A. (2026). Sequential predictive e-diagnostics for hidden Markov models of animal movement. bioRxiv. https://doi.org/10.64898/2026.07.07.737005

  2. Bouderbala, I., Nicosia, A., Fortin, D. (2026). Behavioural state inference from movement and environmental data using Markovian step selection functions. bioRxiv. https://doi.org/10.64898/2026.02.05.704063