Partenaires





« juillet 2018 »
L M M J V S D
25 26 27 28 29 30 1
2 3 4 5 6 7 8
9 10 11 12 13 14 15
16 17 18 19 20 21 22
23 24 25 26 27 28 29
30 31 1 2 3 4 5

Rechercher

Sur ce site

Sur le Web du CNRS


Accueil du site > Séminaires et journées internes > Séminaires de Probabilités-Statistiques > Séminaires PS 2017-2018

Séminaires PS 2017-2018

Agenda

séminaire

    • Mardi 5 décembre 2017 11:30-12:30 - Laurent Ménard - Laboratoire de modélisation aléatoire de Nanterre

      À la recherche de longs chemins simples dans les graphes d’Erdos Renyi.

      Résumé : Dans un graphe d’Erdös-Rényi à N sommets et probabilité de connexion c/N, n démontrera que les arbres couvrants de la composante géante construits par des algorithmes d’exploration basés sur les recherche en profondeur et en largeur convergent vers une limite déterministe explicite en limite d’échelle. Cela exhibe entre autres des chemins simples de longueur explicite linéaire en N.
      Travaux en commun avec N. Enriquez, G. Faraud et N. Noiry (Modal’X, Paris Nanterre)

      Lieu : Batiment Fermat, en salle 2102


    • Mardi 9 janvier 11:30-12:30 - Aurélia Deshayes - LPMA, Paris 6 et 7

      Limite d’échelle du processus de contact sous-critique

      Résumé : Dans cet exposé je parlerai du processus de contact sous critique. Ce processus modélise une infection qui s’éteint presque sûrement si on commence avec un nombre fini de particules infectées et qu’on choisit un paramètre d’infection suffisamment petit. Mais que se passe-t-il si, dans ce même régime, on part cette fois d’un nombre infini de particules infectées ? Je présenterai un travail en collaboration avec Leonardo T. Rolla où nous donnons une description des configurations asymptotiques. Une configuration sera décrite par la collection des "emplacements macroscopiques" des zones de particules infectées et par la position relative de ces particules dans chaque zone (faisant intervenir la distribution quasi stationnaire du processus de contact modulo translation)

      Lieu : bâtiment Fermat, en salle 2102


    • Mardi 30 janvier 11:30-12:30 - Olivier Zindy - UPMC Paris 6

      Universalité de la densité critique pour le modèle de marche aléatoire activée

      Résumé : Le modèle de marche aléatoire activée (Activated Random Walk model) est un système de particules où les particules se déplacent indépendamment selon une marche aléatoire simple, mais chaque particule peut également passer à un état "passif" quand elle est seule sur un site, et ce jusqu’à l’éventuelle visite d’une autre particule qui la réveille. Les physiciens conjecturent qu’en toute généralité la compétition entre désactivation locale et diffusion globale conduit à une transition de phase non-triviale quand la densité initiale de particules augmente : à base densité les configurations locales se stabilisent alors qu’à haute densité une activité persiste indéfiniment. De nombreux résultats mathématiques ont été obtenus récemment mais la plupart des preuves exigent des hypothèses contraignantes sur la distribution initiale de particules. Dans cet exposé, nous montrerons que les propriétés de stabilisation ne dépendent que de la densité initiale quelque soit la distribution. (Travail en collaboration avec Leonardo T. Rolla et Vladas Sidoravicius)

      Lieu : Batiment Fermat, en salle 2102


    • Mardi 6 février 11:30-12:30 - Jean-Marc Bardet - Univ. Paris I (Laboratoire SAMM)

      A new non-parametric detector of univariate outliers for distributions with unbounded support

      Résumé : The purpose of this paper is to construct a new non-parametric detector of univariate outliers and to study its asymptotic properties. This detector is based on a Hill’s type statistic. It satisfies a unique asymptotic behavior for a large set of probability distributions with positive unbounded support (for instance : for the absolute value of Gaussian, Gamma, Weibull, Student or regular variations distributions). We have illustrated our results by numerical simulations, which show the accuracy of this detector with respect to other usual univariate outlier detectors (Tukey, MAD or Local Outlier Factor detectors). The detection of outliers in a database providing the prices of used cars is also proposed as an application to real-life database.

      Lieu : Batiment Fermat, en salle 2102


    • Mardi 13 février 11:30-12:30 - Jean-Jil Duchamps - UPMC Paris 6 - Groupe SMILE

      Mutations sur un arbre aléatoire mesuré

      Résumé : On considère un arbre aléatoire, construit à partir d’un nuage de points Poissonien dans le plan (CPP pour coalescent point process), qui apparaît comme limite en temps infini d’un arbre de naissance et de mort surcritique, muni d’une mesure sur ses feuilles (la population). Sous l’hypothèse "infinité d’allèles", on pose des mutations de manière Poissonienne le long de la généalogie et l’on s’intéresse à la répartition des allèles dans la population mesurée. On donnera plusieurs caractéristiques de cet objet, notamment la loi de la généalogie clonale (sans mutation), la probabilité qu’un clone subsiste en temps infini, et l’intensité moyenne de la mesure ponctuelle donnant l’ensemble des tailles des blocs de la partition allélique de la population.

      Lieu : Bâtiment Fermat, Salle 2102


    • Mardi 13 mars 11:30-12:30 - Renaud Raugépas - McGill University

      Mesure invariante pour un réseau d’oscillateurs en interaction avec des bains à différentes températures

      Résumé : Je présenterai un résultat sur l’existence d’une mesure invariante et le mélange exponentiel pour une classe de processus de diffusion de la forme  dX_t =AX_t dt + F(X_t) dt + B dW_t décrivant l’interaction de réseaux d’oscillateurs classiques avec des bains à différentes températures. L’application linéaire A décrit la partie harmonique du potentiel alors que F est une petite perturbation (anharmonique) et (W_t)_t est un processus de Wiener. La démonstration du résultat fait appel à une version du Théorème ergodique de Harris et à des notions de théorie du contrôle des équation différentielles.

      Lieu : Bâtiment Fermat, Salle 2102


    • Mardi 20 mars 11:30-12:30 - Matthieu Lerasle

      Ce que les tests multiples peuvent apporter au problème d’apprentissage robuste

      Résumé : Je présenterai quelques résultats récents sur l’apprentissage robuste en insistant sur les méthodes basées sur le principe de médiane des moyennes. Je présenterai comment certains outils récemment introduits en théorie des tests multiples permettent d’avoir un point de vue unifié pour la démonstration de ces résultats. J’illustrerai cette approche générale sur quelques exemples élémentaires de problèmes d’apprentissage.

      Lieu : Bâtiment Fermat, Salle 2102


    • Mardi 3 avril 11:30-12:30 - Gildas Mazo - INRA (Jouy-en-Josas)

      A constrained kernel density estimator for location-scale mixture models based on copulas

      Résumé : In this communication we shall present copula-based semiparametric mixture models as a way to model heterogeneous populations. Copulas can cope with complex dependence structures while the nonparametric estimation of the marginals alleviate one’s effort in the modeling task. Estimation is performed by two EM-like algorithms and one of them will be shown to perform better by taking into account the inherent structure of the problem into account.

      Lieu : Bâtiment Fermat, Salle 2102


    • Mardi 10 avril 11:30-12:30 - Erwan Scornet - Ecole Polytechnique

      Consistency and minimax rates of random forests

      Résumé : The recent and ongoing digital world expansion now allows anyone to have access to a tremendous amount of information. However collecting data is not an end in itself and thus techniques must be designed to gain in-depth knowledge from these large data bases. This has led to a growing interest for statistics, as a tool to find patterns in complex data structures, and particularly for turnkey algorithms which do not require specific skills from the user.
      Such algorithms are quite often designed based on a hunch without any theoretical guarantee. Indeed, the overlay of several simple steps (as in random forests or neural networks) makes the analysis more arduous. Nonetheless, the theory is vital to give assurance on how algorithms operate thus preventing their outputs to be misunderstood.
      Among the most basic statistical properties is the consistency which states that predictions are asymptotically accurate when the number of observations increases. In this talk, I will present a first result on Breiman’s forests consistency and show how it sheds some lights on its good performance in a sparse regression setting. I will also present new results on minimax rates of Mondrian forests which highlight the benefits of forests compared to individual regression trees.

      Lieu : bâtiment Fermat, en salle 2102


    • Pages 1 | 2

Ajouter un événement iCal
Les séminaires ont lieu le mardi, bâtiment Fermat, en salle 2102 à 11h30.

Contact : Alexis Devulder et Julien Worms

Comment venir ?

Procédure pour les invités en mission

Mots-clés

Probabilités Statistiques