Le Prix CRM-SSC en statistique 2025 est décerné à Linglong Kong (Université de l’Alberta)

Au professeur Linglong Kong, pour ses contributions fondamentales à la science et à la compréhension des données complexes, grâce à des avancées dans les domaines de la régression du quantile, des statistiques à haute dimension, de l’analyse multivariée, de l’apprentissage automatique statistique, des applications neurologiques des statistiques, de la médecine personnalisée et de l’apprentissage par renforcement distributionnel. En outre, il a fait preuve d’un mentorat et d’un service éditorial exceptionnels.

Né en 1978, Linglong Kong a grandi dans le village de Xuchang, dans la province de Henan, en Chine. Il a étudié les probabilités et les statistiques à l’université normale de Pékin, où il a obtenu une licence en statistiques en 1999. Il a ensuite obtenu une maîtrise en statistiques à l’université de Pékin en 2002, puis un doctorat à l’université d’Alberta, où sa thèse de doctorat On multivariate quantile regression: directional approach and application with growth charts a été supervisée par le professeur Ivan Mizera. Linglong a occupé des postes postdoctoraux à l’université d’État du Michigan et à l’université de Caroline du Nord (Chapel Hill).

Depuis qu’il a rejoint la faculté de l’Université de l’Alberta en 2012, les résultats du professeur Kong sont tout simplement époustouflants. À l’heure où nous écrivons ces lignes, son CV fait état de plus de 80 articles publiés ou « sous presse » dans des revues à comité de lecture de premier ordre, et de plus de 40 articles à comité de lecture présentés lors de conférences dont le taux d’acceptation est généralement très faible. Son mentorat a été exceptionnel : il supervise à present 8 post-doctorants, 15 doctorants, 6 étudiants en maîtrise et a diplômé une multitude d’autres personnes qui poursuivent aujourd’hui avec succès leur propre carrière dans la recherche ou dans le secteur commercial. Un auteur de lettre dit : « Son mentorat favorise l’indépendance, l’inclusion et une culture de l’excellence. Il a permis à ses étudiants de s’engager dans des projets de recherche de haut niveau, qui ont donné lieu à de nombreuses publications en coécriture dans des revues et des conférences de premier plan. Ce dévouement a permis de cultiver une nouvelle génération de statisticiens qui continuent à faire progresser le domaine. Les succès de ses stagiaires reflètent sa capacité exceptionnelle à inspirer et à cultiver le talent ; leurs réalisations témoignent de son engagement en faveur de leur développement professionnel ».

Le professeur Kong a aussi apporté une contribution exceptionnelle à la profession à travers son travail éditorial. Il est rédacteur en chef adjoint du Journal of the American Statistical Association, des Annals of Applied Statistics, de l’International Journal of Imaging Systems and Technology, de Statistics and Its Interface et du Canadian Journal of Statistics (CJS). Il a été rédacteur en chef invité d’un numéro spécial sur l’analyse des données de neuro-imagerie dans le CJS et rédacteur en chef adjoint invité de Frontiers in Neuroscience. Il est devenu membre de l’American Statistical Association en 2025.

Chercheur internationalement reconnu dans le domaine de l’apprentissage automatique statistique et de l’optimisation statistique, il est titulaire de la chaire d’intelligence artificielle de l’Institut canadien de recherche avancée (CIFAR), pour laquelle il est basé à l’Alberta Machine Intelligence Institute, où il est membre du conseil d’administration. Cela fait suite à sa nomination en 2020 en tant que chaire de recherche du Canada en apprentissage statistique, basée sur ses travaux en analyse de données de neuro-imagerie, avec des contributions à la modélisation d’ensemble et hiérarchique, à la factorisation des matrices et à l’apprentissage par renforcement distributionnel. Plus récemment, il a été « le pionnier des méthodes de préservation de la vie privée dans le cadre de la confidentialité différentielle locale et a étendu les cadres de confidentialité aux variétés riemanniennes, protégeant ainsi les données sensibles dans des domaines tels que l’imagerie médicale et l’analyse des soins de santé ».

À propos de l’ensemble de ses travaux, un auteur affirme que Linglong a été « le pionnier des méthodes statistiques d’analyse des données de neuro-imagerie qui intègrent des données spatiales, fonctionnelles et de haute dimension, permettant ainsi d’obtenir des informations inédites sur la structure et la fonction du cerveau ». Il poursuit en disant que « les contributions du Dr Kong à l’apprentissage automatique digne de confiance abordent certains des défis les plus pressants de l’IA, notamment l’équité et la protection de la vie privée. Ses travaux sur l’équité conformée via la régression quantile et la confidentialité différentielle gaussienne sur les variétés riemanniennes illustrent sa capacité à combiner une théorie statistique rigoureuse avec des applications éthiques percutantes. Ces contributions sont essentielles au développement de systèmes d’IA équitables, fiables et conformes aux valeurs de la société ».