Exposé

Stabilité du modèle d'appariement aléatoire sur les graphes généraux: étude structurelle, forme produit et couplage.

Lundi, 25 septembre 2017 - 11:00 - 12:00
Nous considérons un modèle d’appariement d’entités générées aléatoirement, pour lequel les paires possibles sont fixées par un graphe de compatibilité. 
Ce modèle, qui a des applications naturelles à l'économie collaborative, la gestion des banques de sang et d'organes et aux chaînes de production, 
généralise celui de Kaldentey, Kaplan et Weiss à un graphe non-nécessairement biparti. 

Équations Différentielles Stochastiques unidimensionnelles inhomogènes en temps faisant intervenir le temps local du processus inconnu, et opérateurs paraboliques associés

Lundi, 11 septembre 2017 - 11:00 - 12:00

Dans ce travail on cherche tout d’abord à étendre les résultats de J.F. Le Gall (1984) sur les Equations Différentielles Stochastiques avec Temps Local (EDSTL), au cas où tous les coefficients qui apparaissent dans l’EDSTL dépendent du temps. Nous obtenons des résultats d’existence et d’unicité pour les solutions de l’EDSTL dans ce contexte inhomogène en temps. Dans un second temps nous nous penchons sur la question des opérateurs paraboliques naturellement associés au processus $X$ solution de l’EDSTL étudiée.

Algorithmes de clustering : deux approches

Jeudi, 28 septembre 2017 - 10:15 - 11:15

Dans un premier temps nous verrons comment une méthode usuelle de clustering permet, sur un jeu de données réelles, de contribuer au débat en écologie entre taxonomistes traditionnels et tenants des codes-barres génétiques. Nous présenterons ensuite une nouvelle méthode de clustering fondée sur des algorithmes de type MCMC pour des processus ponctuels marqués. Le cas de la grande dimension sera discuté.

Sélection de paramètre de lissage des estimateurs récursifs construits à l'aide des algorithmes stochastiques du cas réel au cas des données fonctionnelles avec des applications

Jeudi, 21 septembre 2017 - 10:15 - 11:15

Dans le cadre des big-data, nous sommes très souvent amenés à traiter un ensemble volumineux de données. Dans la première partie, nous utilisons des algorithmes stochastiques, afin de construire des estimateurs récursifs. L’intérêt majeur de ces approches récursives est qu’elles permettent une mise à jour rapide des estimateurs lorsque les données sont observées de manière séquentielle sans être obligé de stocker en mémoire toutes les observations passées.

Inférence pour les processus auto-excités : une application à l’occurrence des impacts de foudre

Jeudi, 14 septembre 2017 - 10:15 - 11:15
Les processus auto-excités (PAE) introduits dans les année 70 par Hawkes, sont caractérisés
par une intensité qui dépend de toute ou d’une partie, de l’histoire du processus
lui-même. Ils trouvent des applications dans de nombreux domaines : sismologie, neurophysiologie,
génétique, épidémiologie, finance, fiabilité.
Nous présentons un travail sur l’estimation des paramètres de l’intensité d’un PAE,
motivé par une étude industrielle concernant la fiabilité de matériels électriques. Il s’agit

Pages