Le Transport Optimal a suscité beaucoup d'intérêt dans la communauté de l'apprentissage statistique. Ses capacités inhérentes de comparaisons des mesures de probabilités étant à présent utilisées dans beaucoup de domaines tels que la classification, la génération de données ou encore la robustesse adversaire. Récemment, le transport optimal a trouvé une vive application dans les flots génératifs, les données manquantes ou les graphes grâce à des variantes d'intérêts. Cette réunion du GDR ISIS en partenariat avec le GDR MIA a pour but de présenter les dernières avancées sur le transport optimal, sa théorie, ses variantes (transport non balancé, distance de Gromov-Wasserstein, etc.) et ses applications (modèles génératifs, graphes, etc.). Les différentes approches permettront de faire le lien à d'autres problématiques telle que l'imagerie médicale représentée par le GDR MIA. Cette journée, organisée en partenariat avec le GDR MIA, se tiendra à l'Institut Henri Poincaré. Elle propose de faire un état des lieux sur les travaux en cours sur ces problèmes fondamentaux et appelle à des contributions sur les thèmes (non exhaustifs) suivants : - Résultats fondamentaux en transport (convergence, convexité) - Algorithme et résolution des problèmes de TO et TO régularisé - Barycentres de Wasserstein, modélisation de distributions - Apprentissage multi-tâche, transfert, adaptation de domaine et graphes - Distance de Wasserstein, Gromov-Wasserstein, TO non balancé et Sliced Wasserstein - Modèles génératifs, tels que Wasserstein GAN, Wasserstein AutoEncoder ou Flot Normalisant - Transport optimal en estimation Bayésienne - Applications à la théorie de l'apprentissage statistique - Applications au traitement du signal - Applications à la vision par ordinateur - Applications aux séries temporelles