Laboratoire de Mathématiques Raphaël Salem

UMR 6085 CNRS - Université de Rouen Normandie

Un arbre couvrant d'un graphe connexe fini $G$ est un sous-graphe connexe de $G$ qui contient chaque sommet et ne contient aucun cycle. Un résultat bien connu d'Aldous énonce que la limite d'échelle de l'arbre couvrant uniforme du graphe complet est l'arbre brownien. En fait cet énoncé est plus général : l'arbre brownien est la limite d'échelle des arbres couvrants uniformes pour un grand ensemble de graphes en grande dimension.

L'objectif général de l'exposé est de décrire la dynamique de systèmes de particules en interaction sur un événement dynamique rare. Dans de nombreux modèles des résultats de grandes déviations sont disponibles et permettent d'estimer la probabilité d'un tel événement rare dans une limite d'échelle appropriée. L'objectif ici est de décrire les trajectoires dans cet événement rare. Je m'intéresserai plus précisément à la structure des fluctuations autour de trajectoires typiques, qui est particulièrement intéressante en présence de transitions de phase dynamiques. 

I will introduce certain class of infinite measure preserving dynamical systems, called skew products. In general, it is very difficult to study ergodic properties of such maps. One of the very few tools that we have, are so called essential values. After presenting this notion, I will focus on the main result that I obtained with Frank Trujillo, which says that for a typical symmetric interval exchange transformation, a skew product given by the indicator of the interval $(0,1/2)$ is ergodic.

Une suite auto-descriptive $(u_n)_{n \in \mathbb{N}}$ est une concaténation infinie de puissances finies d'une lettre (généralement appelées blocs) $(w_n)_{n \in \mathbb{N}}$ telle que $|w_n| = u_n$ où $|x|$ désigne la longueur du mot fini $x$.

On considère un arbre enraciné, dont les sommets sont interprétés comme des places de parking pouvant accueillir au plus une voiture. Sur chacun de ses sommets, arrivent des voitures qui cherchent à se garer. Chaque voiture essaie de se garer sur son sommet d’arrivée, et s’il est déjà occupé, elle se déplace en direction de la racine jusqu’à la première place disponible. Si elle ne trouve pas de place sur son chemin vers la racine, elle sort de l’arbre sans se garer et contribue au flux de voitures sortantes.

On présentera la notion de filtration de Pinsker au travers d'un exemple donné par un automate cellulaire. L'objectif de l'exposé sera de présenter les questions principales concernant les filtrations de Pinsker.

In this presentation, we will explore the osmosis equation and their wide applications, initially focused on images and subsequently extended to surfaces. Osmosis is a transport phenomenon that is present in nature. It differs from diffusion by the fact that it allows non-constant steady states. We begin by introducing the osmosis equation as applied to images by presenting several applications such that shadow removal, compact data representation and seamless image cloning.

Des particules peuvent évoluer dans un système, en sortir ou rentrer selon une certaine probabilité. Notre système évolue au cours du temps. En passant d'un système discret à continue par la limite de la mesure empirique, nous allons pouvoir prédire l'évolution du système au cours du temps et ce qui a le plus de chance ou non d'arriver.

Certains systèmes critiques en termes de sécurité nécessitent des tests séquentiels qui servent à détecter des changements anormaux transitoires (de durée finie) dans le fonctionnement nominal du système. La présentation est consacrée à la détection séquentielle des changements transitoires à base d'un critère probabiliste. On suppose qu'un changement transitoire se produit à un instant de changement inconnu (mais non aléatoire) et la durée du changement transitoire est finie et connue. On utilise un test de moyenne mobile finie.

Hamiltonian Monte Carlo (HMC) is a widely used sampler, known for its efficiency on high dimensional distributions. Yet HMC remains quite sensitive to the choice of integration time. Randomizing the length of Hamiltonian trajectories (RHMC) has been suggested to smooth the Auto-Correlation Functions (ACF), ensuring robustness of tuning. We present the Langevin diffusion as an alternative to control these ACFs by inducing randomness in Hamiltonian trajectories through a continuous refreshment of the velocities.