Adresse

 Email : william.kengne[ "AT" ]gmail [ dot ] com ou william.kengne[ "AT" ] cyu [ dot ] fr
 Phone : 0033 (0)1 34 25 61 73
 Postal Address :

THEMA (UMR CNRS 8184), CY Cergy Paris Université

33, boulevard du Port

95011 Cergy-Pontoise Cedex

FRANCE

Thème de recherche

 Apprentissage statistique, Deep learning

 Sélection de modèles

 Détection de rupture

 Processus autorégressifs

 Séries temporelles à valeurs entières

Publications

 [1] Bardet, J.-M. , Kamila, K. and Kengne, W. : Efficient and consistent data-driven model selection for time series.
Bernoulli (2023), to appear, see Forthcoming papers.

 [2] Diop, M. L. and Kengne, W.  : Density power divergence estimator for general integer-valued time series with exogenous covariates.
Communications in Mathematics and Statistics (2023), to appear.

 [3] Diop, M. L. and Kengne, W.  : Epidemic change-point detection in general integer-valued time series.
Journal of Applied Statistics (2023), https://doi.org/10.1080/02664763.2023.2179567.

 [4] Kengne, W.  : On consistency for time series model selection.
Statistical Inference for Stochastic Processes (2022), https://doi.org/10.1007/s11203-022-09284-6.

 [5] Diop, M. L. and Kengne, W. : A general procedure for change-point detection in multivariate time series.
TEST, (2022), https://doi.org/10.1007/s11749-022-00824-z.

  [6] Diop, M. L. and Kengne, W.  : Inference and model selection in general causal time series with exogenous covariates.
Electronic Journal of Statistics 16, (2022), 116-157.

 [7] Kengne, W. and Ngongo I. S. : Inference for nonstationary time series of counts with application to change-point problems.
Annals of the Institute of Statistical Mathematics, (2022).

 [8] Diop, M. L. and Kengne, W. : Consistent model selection procedure for general integer-valued time series.
Statistics, (2022), https://doi.org/10.1080/02331888.2022.2029861.

 [9] Diop, M. L. and Kengne, W. : Epidemic change-point detection in general causal time series.
Statistics & Probability Letters, (2022), https://doi.org/10.1016/j.spl.2022.109416.

 [10] Diop, M. L. and Kengne, W.  : Poisson QMLE for change-point detection in general integer-valued time series models.
Metrika, (2021), 1-31.

 [11] Diop, M. L. and Kengne, W.  : Piecewise autoregression for general integer-valued time series.
Journal of Statistical Planning and Inference 211, (2021), 271-286.

 [12] Kengne, W.  : Strongly consistent model selection for general causal time series.
Statistics & Probability Letters 171, (2021).

 [13] Bardet, J.-M. , Kamila, K. and Kengne, W.  : Consistent model selection criteria and goodness-of-fit test for common time series models. Electronic Journal of Statistics 14, (2020), 2009-2052.

 [14] Diop, M. L. and Kengne, W.  : Testing parameter change in general integer-valued time series.
Journal of Time Series Analysis 38, (2017), 880-894.

 [15] Kengne, W.  : Sequential change-point detection in Poisson autoregressive models.
Journal de la société française de statistique 156, (2015), 98-112.

 [16] Doukhan, P. and Kengne, W.  : Inference and testing for structural change in general Poisson autoregressive models.
Electronic Journal of Statistics 9, (2015), 1267-1314.

 [17] Bardet, J.-M. and Kengne, W.  : Monitoring procedure for parameter change in causal time series.
Journal of Multivariate Analysis 125, (2014), 204–221.

 [18] Bardet, J.-M. , Kengne, W. and Wintenberger, O. : Detecting multiple change-points in general causal time series using penalized quasi-likelihood. Electronic Journal of Statistics 6, (2012), 435-477.

 [19] Kengne, W. : Testing for parameter constancy in general causal time series models. Journal of Time Series Analysis 33, (2012), 503-518.

 [20] Kengne, W. : A test for parameter change in general causal time series using quasi-likelihood estimator. C. R. Acad. Sci. Paris, Ser. I 350 (2012), 307–312.

Prépublications

 [1] Diop, M. L. and Kengne, W.  : Statistical learning for ψ-weakly dependent processes (in revision).

 [2] Kengne, W. : Excess risk bound for deep learning under weak dependence (submitted).

 [3] Kengne, W. and Wade, M. : Deep learning for ψ-weakly dependent processes (submitted).

 [4] Kengne, W. and Wade, M. : Sparse-penalized deep neural networks estimator under weak dependence (submitted).

Expériences professionnelles

 2013-... : Maîtres de conférences, CY Cergy Paris Université.

 2012-2013  : Post-doc ; Université de Cergy-Pontoise.

 2011-2012  : ATER ; Université Paris 1 - Panthéon Sorbonne.

 2010-2011  : Enseignant vacataire ; Université Paris 1 - Panthéon Sorbonne.

Formation

 Novembre 2021 : Habilitation à diriger des recherches en Mathématiques appliquées, spécialités Statistique mathématique.
HDR soutenue le 19 novembre 2021 à CY Cergy Paris Université.

Jury : Fabienne Comte (Présidente), Olivier Wintenberger (Garant), Andréas Heinen (Référent CY), Konstantinos Fokianos (Rapporteur), Emilie Lebarbier (Rapporteur), Jean-Marc Bardet (Examinateur), Paul Doukhan (Examinateur), Christian Francq (Examinateur), Claudia Kirch (Examinatrice), Jean-Luc Prigent (invité).

Et au vu du rapport également écrit par Richard Davis.

Titre : Inference, change-point detection and model selection for autoregressive processes.

 Octobre 2008 - Mai 2012 : Doctorat en Mathématiques appliquées ; option Statistiques.
Thèse soutenue le 03 mai 2012 à l’Université Paris 1 - Panthéon Sorbonne.

Directeurs de Thèse : Jean-Marc Bardet (Professeur Université Paris 1), Henri Gwet (Maitre de Conférences Université de Yaoundé I), Ouagnina Hili (Professeur INP-HB Yamoussoukro).

Titre : Détection des ruptures dans les processus causaux : Application aux débits du bassin versant de la Sanaga au Cameroun.

 2007 : Master en Statistique Appliquée, Ecole Polytechnique de Yaoundé.
 2006 : Maîtrise en Mathématiques, Université de Yaoundé I.

Enseignements

  2013- ... :
- Introduction à la programmation Python, Master 2 Ingénierie économique et analyse de données (à partir de 2016), CY Cergy Paris Université
Syllabus du cours

- Introduction au Big Data, Master 2 Technologies de l’information, marketing et management (à partir de 2016), CY Cergy Paris Université

- Data mining et scoring, Master 2 Ingénierie Economique, CY Cergy Paris Université

- Analyse des données, Master 1 Ingénierie Economique, CY Cergy Paris Université

- Statistiques, L2 Gestion, CY Cergy Paris Université

- Probabilités L2 DU (à partir de 2014) et CMI (à partir de 2015), CY Cergy Paris Université.

- Apprentissage statistique, Master 2 Mathématiques (à partir de 2015), CY Cergy Paris Université

  2012-2013 : Cours de Statistique Mathématiques (Master 1 Mathématiques) ; CY Cergy Paris Université

 Janvier-Mai 2012 : Chargé des travaux dirigés d’Analyse (L2 Mathématiques), de Probabilités (L3 Mathématiques), des Séries temporelles (Master 1 Mathématiques appliquées) ; Université Paris 1 - Panthéon Sorbonne, France

 2010 & 2011 : Enseignement des travaux dirigés et travaux pratiques des séries temporelles et encadrement des projets dans le Mastère de statistique de l’Université d’Abomey-Calavi de Cotonou (Bénin)

 2010 : Chargé des TD de statistique en L2 d’économie à l’Université Paris 1

 2009-2010 : Chargé des TP R (M2), TD probabilités (L2), TD analyse réelle (L1) ; Ecole Polytechnique Yaoundé

.