BEGIN:VCALENDAR
VERSION:2.0
PRODID:-//Laboratoire de Mathématiques de Versailles - ECPv6.15.20//NONSGML v1.0//EN
CALSCALE:GREGORIAN
METHOD:PUBLISH
X-ORIGINAL-URL:https://lmv.math.cnrs.fr
X-WR-CALDESC:Évènements pour Laboratoire de Mathématiques de Versailles
REFRESH-INTERVAL;VALUE=DURATION:PT1H
X-Robots-Tag:noindex
X-PUBLISHED-TTL:PT1H
BEGIN:VTIMEZONE
TZID:Europe/Paris
BEGIN:DAYLIGHT
TZOFFSETFROM:+0100
TZOFFSETTO:+0200
TZNAME:CEST
DTSTART:20210328T010000
END:DAYLIGHT
BEGIN:STANDARD
TZOFFSETFROM:+0200
TZOFFSETTO:+0100
TZNAME:CET
DTSTART:20211031T010000
END:STANDARD
BEGIN:DAYLIGHT
TZOFFSETFROM:+0100
TZOFFSETTO:+0200
TZNAME:CEST
DTSTART:20220327T010000
END:DAYLIGHT
BEGIN:STANDARD
TZOFFSETFROM:+0200
TZOFFSETTO:+0100
TZNAME:CET
DTSTART:20221030T010000
END:STANDARD
BEGIN:DAYLIGHT
TZOFFSETFROM:+0100
TZOFFSETTO:+0200
TZNAME:CEST
DTSTART:20230326T010000
END:DAYLIGHT
BEGIN:STANDARD
TZOFFSETFROM:+0200
TZOFFSETTO:+0100
TZNAME:CET
DTSTART:20231029T010000
END:STANDARD
BEGIN:DAYLIGHT
TZOFFSETFROM:+0100
TZOFFSETTO:+0200
TZNAME:CEST
DTSTART:20240331T010000
END:DAYLIGHT
BEGIN:STANDARD
TZOFFSETFROM:+0200
TZOFFSETTO:+0100
TZNAME:CET
DTSTART:20241027T010000
END:STANDARD
BEGIN:DAYLIGHT
TZOFFSETFROM:+0100
TZOFFSETTO:+0200
TZNAME:CEST
DTSTART:20250330T010000
END:DAYLIGHT
BEGIN:STANDARD
TZOFFSETFROM:+0200
TZOFFSETTO:+0100
TZNAME:CET
DTSTART:20251026T010000
END:STANDARD
BEGIN:DAYLIGHT
TZOFFSETFROM:+0100
TZOFFSETTO:+0200
TZNAME:CEST
DTSTART:20260329T010000
END:DAYLIGHT
BEGIN:STANDARD
TZOFFSETFROM:+0200
TZOFFSETTO:+0100
TZNAME:CET
DTSTART:20261025T010000
END:STANDARD
END:VTIMEZONE
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20250214T113000
DTEND;TZID=Europe/Paris:20250214T123000
DTSTAMP:20260420T052315
CREATED:20240904T164618Z
LAST-MODIFIED:20250207T112138Z
UID:13098-1739532600-1739536200@lmv.math.cnrs.fr
SUMMARY:PS : Umut Simsekli (INRIA et ENS Paris) : Implicit Compressibility of Overparametrized Neural Networks Trained with Heavy-Tailed SGD
DESCRIPTION:Neural network compression has been an increasingly important subject\, not only due to its practical relevance\, but also due to its theoretical implications\, as there is an explicit connection between compressibility and generalization error. In this talk\, I will present a simple modification for SGD\, such that the outputs of the algorithm will be provably compressible without making any nontrivial assumptions. We will consider a one-hidden-layer neural network trained with SGD\, and show that if we inject additive heavy-tailed noise to the iterates at each iteration\, for any compression rate\, there exists a level of overparametrization such that the output of the algorithm will be compressible with high probability. To achieve this result\, we make two main technical contributions: (i) we prove a “propagation of chaos” result for a class of heavy-tailed stochastic differential equations\, and (ii) we derive error estimates for their Euler discretization. Our experiments suggest that the proposed approach not only achieves increased compressibility with various models and datasets\, but also leads to robust test performance under pruning\, even in more realistic architectures that lie beyond our theoretical setting. The talk is based on the following article: https://arxiv.org/pdf/2306.08125.pdf
URL:https://lmv.math.cnrs.fr/evenenement/ps-umut-simsekli-inria-et-ens-paris/
LOCATION:Bâtiment Fermat\, salle 4205
CATEGORIES:Séminaire PS
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20250214T100000
DTEND;TZID=Europe/Paris:20250214T110000
DTSTAMP:20260420T052315
CREATED:20240904T164342Z
LAST-MODIFIED:20250214T125212Z
UID:13094-1739527200-1739530800@lmv.math.cnrs.fr
SUMMARY:PS : Benjamin Dupuis (INRIA et ENS Paris) : Data-dependent Uniform Generalization Bounds
DESCRIPTION:We study data-dependent uniform generalization bounds by approaching the problem from a PAC-Bayesian perspective. We first apply the PAC-Bayesian framework on « random sets » in a rigorous way\, where the training algorithm is assumed to output a data-dependent hypothesis set after observing the training data. This approach allows us to prove data-dependent bounds\, which can be applicable in numerous contexts. To highlight the power of our approach\, we consider several applications of these new techniques.\nFirst\, we prove uniform bounds over the trajectories of continuous Langevin dynamics and stochastic gradient Langevin dynamics. These results provide novel information about the generalization properties of noisy algorithms.\nSecond\, we focus on the geometric terms appearing in our generalization bounds and use it to (1) simplify and recover existing fractal-based generalization bounds and (2) develop new topological bounds that are better adapted to discrete-time stochastic optimizers compared to the previous fractal approach. \nLinks to the papers:\n– https://arxiv.org/abs/2404.17442\n– https://arxiv.org/abs/2407.08723\n– https://arxiv.org/abs/2302.02766
URL:https://lmv.math.cnrs.fr/evenenement/ps-benjamin-dupuis-inria-et-ens-paris/
LOCATION:Bâtiment Fermat\, salle 4205
CATEGORIES:Séminaire PS
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20250117T113000
DTEND;TZID=Europe/Paris:20250117T123000
DTSTAMP:20260420T052315
CREATED:20240904T163838Z
LAST-MODIFIED:20250117T125510Z
UID:13090-1737113400-1737117000@lmv.math.cnrs.fr
SUMMARY:PS : Marion Naveau (Université de Rennes\, IRMAR) : Sélection de variables en grande dimension dans les modèles non-linéaires à effets mixtes
DESCRIPTION:Les modèles à effets mixtes analysent des observations collectées de façon répétée sur plusieurs individus\, attribuant la variabilité à différentes sources (intra-individuelle\, inter-individuelle\, résiduelle). Prendre en compte cette variabilité est essentiel pour caractériser sans biais les mécanismes biologiques sous-jacents. Ces modèles utilisent des covariables et des effets aléatoires pour décrire la variabilité entre individus : les covariables décrivent les différences dues à des caractéristiques observées\, tandis que les effets aléatoires représentent la variabilité non attribuable aux covariables mesurées. Dans un contexte de grande dimension\, où le nombre de covariables dépasse celui des individus\, identifier les covariables influentes est difficile\, car la sélection porte sur des variables latentes du modèle. De nombreuses procédures ont été mises au point pour les modèles linéaires à effets mixtes\, mais les contributions pour les modèles non-linéaires sont rares et manquent de fondements théoriques. Mes travaux de thèse ont visé à développer une procédure de sélection de covariables en grande dimension pour les modèles non-linéaires à effets mixtes\, en étudiant leurs implémentations pratiques et leurs propriétés théoriques. Cette procédure est basée sur l’utilisation d’un prior spike-and-slab gaussien et de l’algorithme SAEM (Stochastic Approximation of Expectation Maximisation Algorithm). Des taux de contraction a posteriori autour des vraies valeurs des paramètres dans un modèle non-linéaire à effets mixtes sous prior spike-and-slab discret ont été obtenus\, comparables à ceux observés dans des modèles linéaires. Les travaux conduits dans ma thèse ont été motivés par des questions appliquées en amélioration des plantes\, où ces modèles décrivent le développement des plantes en fonction de leurs génotypes et des conditions environnementales. Les fonctions de régression employées pour ces modèles deviennent de plus en plus sophistiquées pour décrire avec précision les mécanismes biologiques\, ce qui les rend coûteuses en termes de temps de calcul et limitent donc l’utilisation de l’algorithme SAEM. Pour réduire les temps de calcul\, des approches de métamodélisation permettant d’approcher la fonction de régression sont envisagées.
URL:https://lmv.math.cnrs.fr/evenenement/ps-marion-naveau-universite-de-rennes-irmar/
LOCATION:Bâtiment Fermat\, salle 4205
CATEGORIES:Séminaire PS
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20250117T100000
DTEND;TZID=Europe/Paris:20250117T110000
DTSTAMP:20260420T052315
CREATED:20240904T164003Z
LAST-MODIFIED:20250117T125501Z
UID:13092-1737108000-1737111600@lmv.math.cnrs.fr
SUMMARY:PS : Alice Contat (Université Sorbonne Paris Nord\, LAGA) : Coeurs critiques de graphes aléatoires
DESCRIPTION:Motivés par le désir de construire de grands ensembles indépendants dans les graphes aléatoires\, Karp et Sipser ont modifié la construction gloutonne habituelle pour produire un algorithme qui produit un ensemble indépendant avec un grand cardinal\, les sommets restants formants un ensemble appelé le coeur de Karp-Sipser. Lorsqu’il est exécuté sur le graphe aléatoire d’Erdös-Rényi $G(n\,c/n)$\, cet algorithme est optimal tant que $c < \mathrm{e}$. Nous présenterons la preuve d’une conjecture physique de Bauer et Golinelli (2002) affirmant qu’à la criticité\, la taille du coeur de Karp-Sipser est de l’ordre de $n^{3/5}$. En cours de route\, nous mettrons en évidence les similitudes et les différences avec l’algorithme glouton habituel pour le $k$-coeur.\nBasé sur un travail commun avec Thomas Budzinski.
URL:https://lmv.math.cnrs.fr/evenenement/ps-alice-contat-universite-sorbonne-paris-nord-laga/
LOCATION:Bâtiment Fermat\, salle 4205
CATEGORIES:Séminaire PS
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20241129T113000
DTEND;TZID=Europe/Paris:20241129T123000
DTSTAMP:20260420T052315
CREATED:20240912T204319Z
LAST-MODIFIED:20241129T130328Z
UID:13134-1732879800-1732883400@lmv.math.cnrs.fr
SUMMARY:PS : Raphaël Lachièze-Rey (INRIA Paris\, Université Paris Cité MAP5) : Appariement optimal pour processus ponctuels stationnaires
DESCRIPTION:Un appariement invariant entre deux processus ponctuels stationnaires est une application bijective entre les processus dont la loi est invariante par translation. L’optimalité d’un tel appariement est étudiée sous l’angle de la distribution de la distance X entre deux points typiquement appariés\, par exemple le cas extrême où les deux processus sont des réseaux translatés donne une variable X uniformément bornée. On étudie en particulier la possibilité que E[w(X)] soit finie pour des fonctions w bien choisies. Par une inégalité triangulaire\, il est suffisant d’étudier le cas où l’un des processus est un réseau translaté. On verra par exemple que pour le processus de Poisson en dimension 2\, ou tout autre processus ‘standard’\, E[X] est infinie mais pas E[X/ln(X)^2]. On s’intéresse particulièrement au cas des processus hyperuniformes\, qui sont censés présenter un arrangement régulier à grande échelle\, de manière analogue à un réseau\, et qui sont de grande importance en théorie des matrices aléatoires et en physique statistique. On montre en dimension 2 qu’ils possèdent effectivement de meilleures propriétés de transport que les processus standard\, dans le sens où l’on peut montrer que E[X^2] est finie. \nNotre étude s’appuie sur l’inégalité de Bobkov-Ledoux pour montrer des bornes sur la distance de transport en volume fini\, et des arguments de compacité pour passer en volume infini. \nTravail en collaboration avec Yogeshwaran D.
URL:https://lmv.math.cnrs.fr/evenenement/ps-raphael-lachieze-rey-inria-paris-universite-paris-cite-map5/
LOCATION:Bâtiment Fermat\, salle 4205
CATEGORIES:Séminaire PS
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20241129T100000
DTEND;TZID=Europe/Paris:20241129T110000
DTSTAMP:20260420T052315
CREATED:20240912T204103Z
LAST-MODIFIED:20241129T130322Z
UID:13132-1732874400-1732878000@lmv.math.cnrs.fr
SUMMARY:PS : Thomas Bonis (Université Gustave Eiffel\, LAMA) : Un plan de transport non-optimal mais pratique
DESCRIPTION:Les plans de transports entre deux mesures sont au centre de nombreuses applications et développements théoriques. En pratique\, on utilise souvent le plan de transport optimal\, ce dernier pouvant être calculé via des algorithmes d’optimisation et fournissant une notion de distance entre les mesures. Malheureusement\, ce plan de transport est en général compliqué à calculer et à manipuler. Dans cet exposé\, je vais présenter un autre plan de transport naturel si une des deux mesures est la mesure Gaussienne. Ce plan de transport est obtenu en effectuant une interpolation entre les deux mesures en lien avec le processus d’Ornstein-Uhlenbeck. Afin d’illustrer la pertinence de cette approche\, je présenterai son utilisation dans les algorithmes d’intelligence artificielle génératifs (repliement de protéines\, génération d’images) d’une part et son utilisation dans un cadre théorique pour obtenir des vitesses de convergence pour le théorème central limite en distances de transport d’autre part.
URL:https://lmv.math.cnrs.fr/evenenement/ps-thomas-bonis-universite-gustave-eiffel-lama/
LOCATION:Bâtiment Fermat\, salle 4205
CATEGORIES:Séminaire PS
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20241122T113000
DTEND;TZID=Europe/Paris:20241122T123000
DTSTAMP:20260420T052315
CREATED:20240904T163353Z
LAST-MODIFIED:20241122T160902Z
UID:13087-1732275000-1732278600@lmv.math.cnrs.fr
SUMMARY:PS : Slim Kammoun (Université de Poitiers) : Mots de permutations
DESCRIPTION:Tirons uniformément au hasard une permutation de taille N et intéressons-nous à des observables comme la longueur de la plus longue sous-suite croissante\, le nombre de descentes\, le nombre de cycles d’une taille donnée etc. Le comportement asymptotique de ces observables quand N devient très grand est bien compris. En particulier\, il est facile de montrer que la loi jointe des petits cycles est asymptotiquement poissonienne. Si on considère maintenant non plus une permutation\, mais un mot en plusieurs permutations uniformes indépendantes\, on sait\, par des travaux de Nica\, Puder et al.  que le comportement asymptotique des petits cycles dépend des propriétés algébriques du mot considéré.\n Dans cet exposé\, je rappellerai le cas uniforme et\, si le temps le permet\, je présenterai une généralisation aux classes de conjugaisons du groupe symétrique.\n Cet exposé est basé sur un travail avec Mylène Maïda.
URL:https://lmv.math.cnrs.fr/evenenement/ps-slim-kammoun-ens-lyon/
LOCATION:Bâtiment Fermat\, salle 4205
CATEGORIES:Séminaire PS
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20241122T100000
DTEND;TZID=Europe/Paris:20241122T110000
DTSTAMP:20260420T052315
CREATED:20240904T163110Z
LAST-MODIFIED:20241122T160922Z
UID:13084-1732269600-1732273200@lmv.math.cnrs.fr
SUMMARY:PS : Quentin Francois (Université Paris Dauphine) : A positive formula for the product of conjugacy classes on the unitary group
DESCRIPTION:We describe with a probabilistic viewpoint the convolution product of two conjugacy classes of the unitary group 푈(푛). The description is given in terms of a probability distribution on the space of central measures which admits a density. Relating the convolution to the quantum Littlewood-Richardson coefficients and using recent results describing those coefficients\, we give a positive formula for this density. In the same flavor as the hive model of Knutson and Tao\, this formula is given in terms of a subtraction-free sum of volumes of explicit polytopes. \n 
URL:https://lmv.math.cnrs.fr/evenenement/ps-quentin-francois-universite-paris-dauphine/
LOCATION:Bâtiment Fermat\, salle 4205
CATEGORIES:Séminaire PS
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20241018T113000
DTEND;TZID=Europe/Paris:20241018T123000
DTSTAMP:20260420T052315
CREATED:20240902T114704Z
LAST-MODIFIED:20241018T114903Z
UID:13070-1729251000-1729254600@lmv.math.cnrs.fr
SUMMARY:PS : Alexis Devulder (LMV) : Théorème limite local annealed pour la Marche de Sinai
DESCRIPTION:Nous considérons la marche de Sinai \((S_n)_{n\in\mathbb{N}}\) (marche aléatoire en milieu aléatoire récurrente sur \(\mathbb{Z}\)).\nNous prouvons un théorème limite local pour \((S_n)_{n\in\mathbb{N}}\) sous la loi annealed \(\mathbb{P}\).\nNous en déduisons notamment un équivalent pour la probabilité annealed \(\mathbb{P}(S_n=z_n)\) lorsque \(n\) tend vers l’infini\, quand \(z_n=O\big((\log n)^2\big)\). \nDans ce but\, nous développons et étudions une décomposition de la trajectoire du potentiel de la marche de Sinai\, c’est à dire de certaines marches aléatoires avec des incréments i.i.d.\nLa preuve repose également sur la théorie du renouvellement\, un argument de couplage\, une analyse détaillée des environnements et trajectoires de la marche de Sinai satisfaisant \(S_n=z_n\)\, et utilise des estimations précises pour les marches aléatoires conditionnées à être positives.
URL:https://lmv.math.cnrs.fr/evenenement/ps-alexis-devulder-lmv/
LOCATION:Bâtiment Fermat\, salle 4205
CATEGORIES:Séminaire PS
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20241018T100000
DTEND;TZID=Europe/Paris:20241018T110000
DTSTAMP:20260420T052315
CREATED:20240904T165833Z
LAST-MODIFIED:20241018T114855Z
UID:13068-1729245600-1729249200@lmv.math.cnrs.fr
SUMMARY:PS : Kolyan Ray (Imperial College London) : Bayesian nonparametric inference in a McKean-Vlasov model
DESCRIPTION:We study nonparametric estimation of the interaction term in a McKean-Vlasov model where noisy observations are drawn from the nonlinear parabolic PDE arising in the mean-field limit as the number of interacting particles grows to infinity. In this model\, the long-time invariant state can be uninformative about the interaction potential. We therefore show that under certain regularity conditions on the initial state\, the short-time behaviour of this system already contains sufficient information to consistently recover the interaction potential using a Bayesian approach. \nThis is joint work with Richard Nickl and Greg Pavliotis.
URL:https://lmv.math.cnrs.fr/evenenement/ps-kolyan-ray-imperial-college-london/
LOCATION:Bâtiment Fermat\, salle 4205
CATEGORIES:Séminaire PS
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20231205T113000
DTEND;TZID=Europe/Paris:20231205T123000
DTSTAMP:20260420T052315
CREATED:20231127T141128Z
LAST-MODIFIED:20231207T141834Z
UID:12289-1701775800-1701779400@lmv.math.cnrs.fr
SUMMARY:PS : Oleksiy Khorunzhiy (LMV) : Triangles dans les grands graphes aléatoires\, tree-type diagrams
DESCRIPTION:Résumé : \n  \nNous étudions le développement du logarithme de la fonction génératrice \(F(t)= \log {\mathbb E} \exp(tX)\) de la variable aléatoire\n\(X\) le nombre de triangles dans les graphes aléatoires de Erdös-Rényi. Les termes de ce développement sont donnés par les cumulants de \(X\). En utilisant la technique des diagrammes\,\nnous montrons que le terme principal du \(cum_k(X)\) peut être associé avec les « tree-type diagrams » composés de $k$ éléments. Nous proposons une modification du code de Prüfer\npour compter le nombre \(N_k\) de tel diagrammes. Cela nous permet\, en particulier\, d’établir des théorèmes limites (de Poisson et/ou de Gauss) pour \(X\) lorsque la dimension\ndes graphes \(n\) tend vers l’infini. \nLes résultats obtenus\, d’un côté généralisent les résultats connus en théorie de graphes depuis les travaux de B. Bollobas\, d’autre côté ouvrent le chemin pour étudier \(X\) dans des ensembles de graphes plus généraux que celui de Erdös-Rényi (modèles matriciels avec un source). \nL’exposé présente une partie du travail basé sur les deux articles suivants : \n– O. Khorunzhiy\, On Connected Diagrams and Cumulants of Erdos-Renyi Matrix Models\, Commun. Math. Phys. (2008) et \n– O. Khorunzhiy\, Enumeration of tree-type diagrams assembled from oriented chains of edges\, Preprint arXiv:2207.00766
URL:https://lmv.math.cnrs.fr/evenenement/ps-oleksiy-khorunzhiy-lmv-triangles-dans-les-grands-graphes-aleatoires-tree-type-diagrams/
LOCATION:Bâtiment Fermat\, salle 4205
CATEGORIES:Séminaire PS
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20231107T112000
DTEND;TZID=Europe/Paris:20231107T123000
DTSTAMP:20260420T052315
CREATED:20231010T073509Z
LAST-MODIFIED:20231110T095839Z
UID:12150-1699356000-1699360200@lmv.math.cnrs.fr
SUMMARY:PS : Lasse Vuursteen (TU Delft) - Statistical equivalence for distributed data with communication constraints
DESCRIPTION:It has been a long standing and consistent finding that models that describe seemingly very different data and dynamics\, can still be subject to very similar phenomena\, such as the asymptotic minimax risk coinciding as the number of samples grows. This finds mathematical substantiation in Le Cam’s theory of asymptotic equivalence. In a so called distributed setting\, however\, samples are not readily available in one « location »\, meaning that there is no access to the complete data. This scenario commonly occurs when data is observed or stored at multiple locations\, such as hospitals\, sensors or servers\, from which the data cannot be shared in full because of communication constraints.\n\nIn this talk\, we shall focus on distributed settings where the full data cannot be shared due to either bandwidth or local differential privacy constraints. We study the extent to which models are still asymptotically equivalent given these constraints and present general sufficient conditions for asymptotic equivalence under bandwidth or privacy constraints.\n\nAs an application\, we take on minimax testing in distributed setting\, with bandwidth or local differential privacy constraints. Until now\, the minimax performance for these settings is only known for Gaussian models. We shall use the derived theory to obtain distributed inference performance bounds in more complex models which are known to be asymptotically equivalent to the many-normal-means model and the infinite dimensional signal-in-white-noise model. Furthermore\, we shall also demonstrate asymptotic nonequivalence results between certain models following from our theory\, which hold even without the presence of communication constraints.
URL:https://lmv.math.cnrs.fr/evenenement/ps-lasse-vuursteen-tu-delft-statistical-equivalence-for-distributed-data-with-communication-constraints/
LOCATION:Bâtiment Fermat\, salle 4205
CATEGORIES:Séminaire PS
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20230613T113000
DTEND;TZID=Europe/Paris:20230613T123000
DTSTAMP:20260420T052315
CREATED:20221110T084733Z
LAST-MODIFIED:20230615T080512Z
UID:11056-1686655800-1686659400@lmv.math.cnrs.fr
SUMMARY:PS : Mohamed Hebiri (Université Gustave Eiffel) : Classification par ensembles pour les problèmes multi-classes
DESCRIPTION:La classification multi-classes est un problème classique d’apprentissage statistique\, largement étudié de part son grand champ d’applications. Les données modernes de type multi-classes sont souvent très ambigües\, rendant inefficaces les approches de classification classiques prédisant un seul label en sortie. En autorisant plusieurs labels en sortie\, la classification par ensembles (set-valued classification en anglais) offre une possibilité naturelle pour gérer l’ambigüité entre les classes. \nLors de cet exposé\, je vais tout d’abord décrire différents cadres de classification par ensembles existants dans la littérature\, mettant en avant leurs avantages et pointant leurs limites. Par la suite\, je me concentrerai sur le cadre particulier où le nombre moyen de labels en sortie est borné à l’avance. Je motiverai ce cadre sur des exemples concrets de reconnaissance d’images et de classification de variétés de plantes. J’introduirai alors une méthode d’estimation semi-supervisée adaptée à ce cadre d’étude et en étudierai les propriétés statistiques. Je mettrai en particulier l’accent sur l’intérêt d’avoir un nombre suffisamment grand d’observations non-labélisées lors de l’entraînement. Je montrerai que sur le plan théorique\, l’approche semi-supervisée proposée est préférable d’un point de vue minimax à toute autre méthode qui n’utiliserait que des données labélisées pendant l’entraînement. \nTravail en collaboration avec Evgenii Chzhen et Christophe Denis
URL:https://lmv.math.cnrs.fr/evenenement/ps-mohamed-hebiri/
LOCATION:Bâtiment Fermat\, salle 4205
CATEGORIES:Séminaire PS
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20230530T113000
DTEND;TZID=Europe/Paris:20230530T123000
DTSTAMP:20260420T052315
CREATED:20230525T074333Z
LAST-MODIFIED:20230531T114416Z
UID:11796-1685446200-1685449800@lmv.math.cnrs.fr
SUMMARY:PS : Pierre-Loïc Méliot (Université Paris-Saclay) : Grandes déviations de l’indice majeur d’une permutation
DESCRIPTION:Résumé :\nOn s’intéresse à une statistique de permutations aléatoires appelée indice majeur. Si la permutation est choisie uniformément parmi toutes celles de taille n\, l’indice majeur a la même loi qu’une somme de variables uniformes indépendantes\, et le calcul des grandes déviations est aisé. On verra que ce principe de grandes déviations est encore vrai si l’on se restreint à de petites parties du groupe symétrique : le calcul de la fonction de taux met alors en jeu de nombreux ingrédients combinatoires ou probabilistes.
URL:https://lmv.math.cnrs.fr/evenenement/ps-pierre-loic-meliot-universite-paris-saclay/
LOCATION:Bâtiment Fermat\, salle 4205
CATEGORIES:Séminaire PS
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20230523T113000
DTEND;TZID=Europe/Paris:20230523T123000
DTSTAMP:20260420T052315
CREATED:20230303T082506Z
LAST-MODIFIED:20230523T140642Z
UID:11679-1684841400-1684845000@lmv.math.cnrs.fr
SUMMARY:PS : Grégoire Ferré (Capital Fund Management\, CFM) : Cramer’s theorem under a subexponential moment condition
DESCRIPTION:Cramer’s theorem is concerned with fluctuations of empirical averages of iid random variables. It states that\, under an exponential moment condition\, fluctuations are exponentially rare\, and the level of rareness is defined through a function called ‘rate function’. However\, this result fails to provide relevant information beyond the exponential moment condition\, which is often violated in practice. Many works have been devoted to understanding the so-called ‘heavy-tail’ regime\, but for some reason it seems there is no such a thing as a general\, moment-condition oriented result for fluctuations of iid variables beyond the exponential case. This is the problem addressed in this talk. \nI will first expose Cramer’s theorem for iid random variables and explain the main arguments of the lower and upper bound parts of the proof. In order to relax the exponential moment condition for the random variable at hand\, I introduce the notion of subexponential moment condition and explain how it can be used to obtain an equivalent of Cramer’s result for subexponential variables. The theorem we obtain is surprisingly different from the original version: the large deviation principle is not at exponential scale\, the rate function is non-convex and non-smooth\, which is rather surprising for such a simple problem. If time allows I might touch a word about ongoing research on understanding the same kind of behavior for stochastic differential equations.
URL:https://lmv.math.cnrs.fr/evenenement/ps-gregoire-ferre-capital-fund-management-cfm/
LOCATION:Bâtiment Fermat\, salle 4205
CATEGORIES:Séminaire PS
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20230516T113000
DTEND;TZID=Europe/Paris:20230516T123000
DTSTAMP:20260420T052315
CREATED:20230505T150716Z
LAST-MODIFIED:20230516T125715Z
UID:11760-1684236600-1684240200@lmv.math.cnrs.fr
SUMMARY:PS : David García-Zelada (Sorbonne Université) : Rayon spectral des matrices aléatoires
DESCRIPTION:Résumé :\nTao et Vu (2010) ont montré que la mesure spectrale empirique des matrices aléatoires à coefficients i.i.d. et de carré intégrable converge vers la mesure uniforme sur le disque unité.\nLa question de l’existence d’outliers s’impose et peut être répondue en étudiant le comportement asymptotique du polynôme caractéristique. \nJe vous raconterai les détails de la solution trouvée dans un travail avec Charles Bordenave et Djalil Chafaï.
URL:https://lmv.math.cnrs.fr/evenenement/ps-david-garcia-zelada-sorbonne-universite/
LOCATION:Bâtiment Fermat\, salle 4205
CATEGORIES:Séminaire PS
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20230411T113000
DTEND;TZID=Europe/Paris:20230411T123000
DTSTAMP:20260420T052315
CREATED:20230120T140531Z
LAST-MODIFIED:20230413T074025Z
UID:11504-1681212600-1681216200@lmv.math.cnrs.fr
SUMMARY:PS : Nicolas Chenavier (Université du Littoral Cote d'Opale) : Maximum de vraisemblance composite pour un champ aléatoire de Brown-Resnick en infill
DESCRIPTION:Dans cet exposé\, on s’intéresse à un certain type de champ aléatoire: le champ de Brown-Resnick. La loi de ce dernier est décrite par deux paramètres: l’un d’échelle\, l’autre de Hurst. On suppose que le champ est observé dans une fenêtre fixée en un nombre fini de sites. Les sites sont donnés par la réalisation d’un processus ponctuel de Poisson. Estimer les paramètres par maximum de vraisemblance est en pratique impossible car les lois fini-dimensionnelles ne peuvent être calculées de façon efficace. Pour y remédier\, nous considérons les estimateurs par maximum de vraisemblance composite en retenant comme pairs les pairs de points qui sont voisins dans la triangulation de Delaunay sous-jacent et comme triplets les triplets qui sont sommets d’un triangle de Delaunay. Les résultats sont des théorèmes limites sur ces estimateurs\, lorsque l’intensité du processus de Poison tend vers l’infini. Il s’agit d’un travail joint avec C. Y. Robert.
URL:https://lmv.math.cnrs.fr/evenenement/ps-nicolas-chenavier-universite-du-littoral-cote-dopale-maximum-de-vraisemblance-composite-pour-un-champ-aleatoire-de-brown-resnick-en-infill/
LOCATION:Bâtiment Fermat\, salle 4205
CATEGORIES:Séminaire PS
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20230321T113000
DTEND;TZID=Europe/Paris:20230321T123000
DTSTAMP:20260420T052315
CREATED:20230303T082328Z
LAST-MODIFIED:20230324T082510Z
UID:11677-1679398200-1679401800@lmv.math.cnrs.fr
SUMMARY:PS : Loic de Raphaelis (Université d'Orléans) : Marche aléatoire sur un arbre de Galton-Watson : comportement des temps locaux des sites favoris.
DESCRIPTION:Résumé : Nous considérons une marche aléatoire aux plus proches voisins sur un arbre de Galton-Watson\, en milieu aléatoire. Plus précisément\, nous pondérons les arêtes de cet arbre par des v.a. i.i.d. positives\, et nous considérons la marche aléatoire dont les probabilités de transition sont proportionnelles à ces poids.\nNous nous intéresserons dans cet exposé aux sommets les plus visités par la marche\, en temps long. Nous montrerons un résultat de convergence du temps local de ceux-ci (i.e. le temps passé par la marche en les sommets les plus visités)\, dont l’énoncé dépend d’un paramètre caractéristique de l’environnement. Ceci permet d’établir l’existence de comportements très différents de la marche aléatoire selon le paramètre : dans le premier cas (« cas gaussien ») la mesure invariante de l’environnement dicte le comportement de ce temps local\, alors que dans le second cas (« cas stable ») des principes de grandes déviations permettent à la marche de faire émerger des grands temps locaux en certains points qui la piègent.\nTravail en collaboration avec X. Chen (Beijing Normal University)
URL:https://lmv.math.cnrs.fr/evenenement/ps-loic-de-raphaelis-universite-dorleans/
LOCATION:Bâtiment Fermat\, salle 4205
CATEGORIES:Séminaire PS
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20230314T113000
DTEND;TZID=Europe/Paris:20230314T123000
DTSTAMP:20260420T052315
CREATED:20230214T134858Z
LAST-MODIFIED:20230317T084347Z
UID:11628-1678793400-1678797000@lmv.math.cnrs.fr
SUMMARY:PS : Mélanie Zetlaoui (MODAL'X\, Univ. Nanterre) : Efficiency bounds under identifiable constraints in semiparametric model
DESCRIPTION:The purpose of this work is to define an adequate efficiency bound in some models presenting some identification problems. We show how it is possible to define such bounds in some regular semi-parametric models when an identifying constraint is available.
URL:https://lmv.math.cnrs.fr/evenenement/ps-melanie-zetlaoui-modalx-univ-nanterre-efficiency-bounds-under-identifiable-constraints-in-semiparametric-model/
LOCATION:Bâtiment Fermat\, salle 4205
CATEGORIES:Séminaire PS
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20230214T113000
DTEND;TZID=Europe/Paris:20230214T123000
DTSTAMP:20260420T052315
CREATED:20230104T102810Z
LAST-MODIFIED:20230214T135602Z
UID:11419-1676374200-1676377800@lmv.math.cnrs.fr
SUMMARY:PS : Emmanuelle Clément (UGE) : Estimation d'un processus de Cox-Ingersoll-Ross stable à partir de données haute-fréquence
DESCRIPTION:Résumé. Dans un premier temps\, nous présenterons une revue de littérature des résultats d’estimation de ce processus selon différents schémas d’observations. Nous nous intéresserons ensuite à l’estimation jointe des paramètres de tendance\, d’échelle et d’activité des sauts\, lorsque l’on dispose d’observations haute-fréquence du processus. En approchant la fonction de vraisemblance\, nous établirons des résultats d’existence et d’unicité d’estimateurs convergents et asymptotiquement conditionnellement gaussiens. Nous proposerons enfin des estimateurs préliminaires faciles à mettre en oeuvre numériquement.\n(travail en collaboration avec Elise Bayraktar)
URL:https://lmv.math.cnrs.fr/evenenement/ps-emmanuelle-clement-uge-titre-a-venir/
LOCATION:Bâtiment Fermat\, salle 4205
CATEGORIES:Séminaire PS
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20230117T113000
DTEND;TZID=Europe/Paris:20230117T123000
DTSTAMP:20260420T052315
CREATED:20221110T084450Z
LAST-MODIFIED:20230120T092918Z
UID:11051-1673955000-1673958600@lmv.math.cnrs.fr
SUMMARY:PS : Ismaël Castillo (Sorbonne Université) : Deep horseshoe Gaussian processes
DESCRIPTION:Algorithms modeling a possibly `deep’ structure in data have gained considerable popularity in recent years. Indeed\, data sitting on a high-dimensional space can often be described by a hidden structure of much smaller « effective dimension ». A popular class of methods in this context is that of deep neural networks\, e.g. with ReLU activation function. Another possibility is to use so-called deep Gaussian processes as prior distributions within a Bayesian approach. \nIn this talk I will first review a few results on Gaussian processes (GPs) used as priors in nonparametric function estimation problems\, showing that GPs (combined with an  extra rescaling random variable) yield optimal convergence rates for posterior distributions\, rates that are moreover adaptive to the `smoothness’ of the unknown function. \nTo achieve rates that are also adaptive to `structure’\,  one may consider deep Gaussian Processes\, namely compositions of Gaussian processes. Recently\, Finocchio and Schmidt-Hieber (preprint\, 2021) showed that there exists a well-chosen prior distribution consisting of a deep Gaussian process coupled with priors modeling both the smoothness and a `variable selection’ step\, that achieves a near-optimal posterior rate\, adaptive to both regularity and structure. \nIn this work\, we introduce deep horseshoe Gaussian processes: each Gaussian process in the composition features a `lengthscale’ parameter along each dimension\, parameter which itself gets a horseshoe prior distribution. We show that this horseshoe prior enables simultaneous adaptation to both smoothness and structure at optimal rates\, without the need of a variable selection prior. The overall prior is then fairly close to the versions of deep GP priors that have been deployed in practice. \nThis is joint work with Thibault Randrianarisoa (Bocconi University\, Milano).
URL:https://lmv.math.cnrs.fr/evenenement/ps-ismael-castillo-deep-horseshoe-gaussian-processes/
LOCATION:Bâtiment Fermat\, salle 4205
CATEGORIES:Séminaire PS
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20221206T113000
DTEND;TZID=Europe/Paris:20221206T123000
DTSTAMP:20260420T052315
CREATED:20221109T152010Z
LAST-MODIFIED:20221208T162240Z
UID:11047-1670326200-1670329800@lmv.math.cnrs.fr
SUMMARY:PS : Alice le Brigant (Univ. Paris 1) : Fisher information geometry of Dirichlet distributions
DESCRIPTION:The Fisher information can be used to define a Riemannian metric to compare probability distributions inside a parametric family. The most well-known example is the case of (univariate) normal distributions\, where the Fisher information induces hyperbolic geometry. In this talk we will investigate the Fisher information geometry of Dirichlet distributions\, and beta distributions as a particular case. We show that it is negatively curved and geodesically complete. This guarantees the uniqueness of the notion of mean distribution\, and makes it a suitable geometry to apply the K-means algorithm\, e.g. to compare and classify histograms.
URL:https://lmv.math.cnrs.fr/evenenement/ps-alice-le-brigant-univ-paris-1-fisher-information-geometry-of-dirichlet-distributions/
LOCATION:Bâtiment Fermat\, salle 4205
CATEGORIES:Séminaire PS
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20220621T113000
DTEND;TZID=Europe/Paris:20220621T123000
DTSTAMP:20260420T052315
CREATED:20220520T124725Z
LAST-MODIFIED:20221006T142948Z
UID:10280-1655811000-1655814600@lmv.math.cnrs.fr
SUMMARY:PS : Nizar Demni (Université de Rennes 1) : Lois quasi-infiniment divisibles\, Laplaciens magnétiques et processus déterminantaux
DESCRIPTION:Résumé : \nJe commencerai par introduire les lois quasi-infiniment-divisibles (QID) et par donner quelques proprietes remarquables qui les distinguent des lois ID. Ensuite\, je montrerai comment construire deux exemples naturels moyennant les états cohérents de Laplaciens magnétiques dans l’espace de Fock et le disque de Bergman. En particulier\, je donnerai les decompositions du type Lévy-Kintchine de ces deux lois. Enfin\, je parlerai de processus déterminantaux dits poly-analytiques et construits a partir de noyaux reproduisants associes aux Laplaciens magnétiques ci-dessus.
URL:https://lmv.math.cnrs.fr/evenenement/ps-nizar-demni-universite-de-rennes-1-lois-quasi-infiniment-divisibles-laplaciens-magnetiques-et-processus-determinantaux/
LOCATION:Bâtiment Fermat\, salle 4205
CATEGORIES:Séminaire PS
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20220531T113000
DTEND;TZID=Europe/Paris:20220531T123000
DTSTAMP:20260420T052315
CREATED:20220524T090451Z
LAST-MODIFIED:20220616T151207Z
UID:10284-1653996600-1654000200@lmv.math.cnrs.fr
SUMMARY:PS : Cecilia Mancini (Univ. di Verona) : Drift burst test statistic in a pure jump semimartingale model
DESCRIPTION:We consider the test statistic devised by Christensen\, Oomen and Renò in 2020 to obtain insight into the causes of flash crashes  occurring at particular moments in time in the price of a financial asset. Under an Ito semimartingale model containing a Brownian component and finite variation jumps\, it is possible to distinguish when the cause is a drift burst (the statistic explodes) or not (it is asymptotically Gaussian). We complete the investigation showing how infinite variation jumps contribute asymptotically. \nThe result is that\, when there are no bursts\, explosion only can occur in the absence of the Brownian part and when the jumps have finite variation. In that case the explosion is due to the compensator of the small jumps. \nWe also find that the statistic could be adopted for a variety of tests useful for investigating the nature of the data generating process\, given discrete observations.
URL:https://lmv.math.cnrs.fr/evenenement/ps-cecilia-mancini-univ-di-verona-drift-burst-test-statistic-in-a-pure-jump-semimartingale-model/
CATEGORIES:Séminaire PS
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20220510T113000
DTEND;TZID=Europe/Paris:20220510T123000
DTSTAMP:20260420T052315
CREATED:20220310T140943Z
LAST-MODIFIED:20220513T115905Z
UID:10035-1652182200-1652185800@lmv.math.cnrs.fr
SUMMARY:PS :  Myriam Vimond (ENSAI) : Une définition de profondeur statistique pour des courbes non-paramétrées
DESCRIPTION:Initialement introduite par John W. Tukey (1975)\, la profondeur statistique des données comme une fonction qui détermine la centralité d’un point de l’espace par rapport à un nuage de données ou à une mesure de probabilité. Au cours des dernières décennies\, la profondeur des données a rapidement évolué vers un mécanisme puissant qui s’avère utile dans divers domaines de la science. Nous proposons une notion de profondeur des données appropriée pour des données représentées par des courbes non-paramétrées. Nous montrons que notre profondeur de courbe satisfait aux exigences théoriques des fonctions de profondeur générales. Enfin nous illustrons la performance de cette définition par rapport aux profondeurs développées pour les données fonctionnelles (courbes paramétrées)\, notament sur les trajectoires d’ouragan et les fibres blanches obtenues par imagerie tensorielle de diffusion.\n\nDe Micheaux\, P. L.\, Mozharovskyi\, P.\, & Vimond\, M. (2021). Depth for curve data and applications. Journal of the American Statistical Association\, 116(536)\, 1881-1897.
URL:https://lmv.math.cnrs.fr/evenenement/ps-myriam-vimond-ensai-une-definition-de-profondeur-statistique-pour-des-courbes-non-parametrees/
CATEGORIES:Séminaire PS
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20220412T113000
DTEND;TZID=Europe/Paris:20220412T123000
DTSTAMP:20260420T052315
CREATED:20220216T120854Z
LAST-MODIFIED:20220415T083327Z
UID:9991-1649763000-1649766600@lmv.math.cnrs.fr
SUMMARY:PS : Antoine Lejay (Institut Elie Cartan de Lorraine) : Expansion asymptotique du maximum de vraisemblance
DESCRIPTION:Nous présentons une formule d’inversion de Lagrange “asymptotique” permettant de fournir des expansions du maximum de vraisemblance utilisable dans le cadre non asymptotique ou semi-asymptotique. Le but de ces développements est d’étudier l’écart au comportement asymptotiquement normal de l’estimateur. A la différence d’autres approches telles celles de Berry-Esseen\, il s’agit d’une approche presque sûre. \nD’après un travail commun avec Sara Mazzonetto (IECL).
URL:https://lmv.math.cnrs.fr/evenenement/ps-antoine-lejay-institut-elie-cartan-de-nancy-titre-a-preciser/
CATEGORIES:Séminaire PS
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20220329T113000
DTEND;TZID=Europe/Paris:20220329T123000
DTSTAMP:20260420T052315
CREATED:20220216T120655Z
LAST-MODIFIED:20220401T090005Z
UID:9989-1648553400-1648557000@lmv.math.cnrs.fr
SUMMARY:PS : Christophe Giraud (Univ. Paris Saclay) : The price of unfairness in linear bandits with biased feedback
DESCRIPTION:Artificial intelligence is increasingly used in a wide range of decision making scenarios with higher and higher stakes. At the same time\, recent work has highlighted that these algorithms can be dangerously biased\, and that their results often need to be corrected to avoid leading to unfair decisions. In this paper\, we study the problem of sequential decision making with biased linear bandit feedback. At each round\, a player selects an action described by a covariate and by a sensitive attribute. She receives a reward corresponding to the covariates of the action that she has chosen\, but only observe a biased evaluation of this reward\, where the bias depends on the sensitive attribute. We design a Fair Phased Elimination algorithm which is shown to be optimal both in a gap dependent setting and in worst case (up to possible log terms). The worst case regret is shown to be much larger than in classical linear bandit problems. It is specified in terms of an explicit geometrical constant\, which characterizes the difficulty of bias estimation. The gap-depend rate reveals the importance of the between group gap for the difficulty of the problem. Interestingly\, there exists non-trivial instances where the problem is no more difficult than its unbiased counterpart.\n\nJoint work with S. Gaucher and A. Carpentier
URL:https://lmv.math.cnrs.fr/evenenement/ps-christophe-giraud-univ-paris-saclay-fairness-in-online-learning/
CATEGORIES:Séminaire PS
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20220315T113000
DTEND;TZID=Europe/Paris:20220315T123000
DTSTAMP:20260420T052315
CREATED:20220211T133846Z
LAST-MODIFIED:20220318T081427Z
UID:9957-1647343800-1647347400@lmv.math.cnrs.fr
SUMMARY:PS : Salim Rostam (ENS Rennes) : Taille du cœur d'une partition sous la mesure de Plancherel
DESCRIPTION:Résumé : Une partition de taille $n$ est une suite (finie) d’entiers positifs de somme $n$. La mesure de Plancherel sur l’ensemble des partitions de taille $n$ est une mesure de probabilité qui provient de la théorie des représentations du groupe symétrique. À chaque partition on peut associer son cœur : c’est une certaine sous-partition\, intervenant notamment en théorie des représentations\, qui peut être définie à partir de l’ensemble de descente de la partition initiale. Dans un travail récent\, nous avons montré que\, sous la mesure de Plancherel et après renormalisation\, la taille du cœur converge en loi vers une somme de lois Gamma indépendantes avec des paramètres explicites. La preuve repose sur le fait que l’ensemble de descente d’une partition suit un processus déterminantal (Borodin-Okounkov-Olshanski). Nous utilisons ensuite un théorème central limite dû à Costin-Lebowitz et Soshnikov pour les processus déterminantaux.
URL:https://lmv.math.cnrs.fr/evenenement/ps-salim-rostam-ens-rennes-taille-du-coeur-dune-partition-sous-la-mesure-de-plancherel/
LOCATION:Bâtiment Fermat\, salle 4205
CATEGORIES:Séminaire PS
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20220208T113000
DTEND;TZID=Europe/Paris:20220208T123000
DTSTAMP:20260420T052315
CREATED:20211210T161509Z
LAST-MODIFIED:20220211T133435Z
UID:9769-1644319800-1644323400@lmv.math.cnrs.fr
SUMMARY:PS : Charlotte Dion-Blanc (LPSM) : nonparametric estimation for Hawkes jump-diffusion processes and application to neuronal data
DESCRIPTION:Résumé : Nous allons voir comment estimer de façon non-paramétrique les coefficients d’un processus de diffusion ayant des sauts issus d’un processus de Hawkes. Les estimateurs proposés seront des estimateurs par projection. Puis nous verrons comment ce processus peut être utile par exemple pour décrire certaines phases du potentiel de membrane d’un neurone.
URL:https://lmv.math.cnrs.fr/evenenement/ps-charlotte-dion-blanc-lpsm-titre-a-venir/
CATEGORIES:Séminaire PS
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20220201T113000
DTEND;TZID=Europe/Paris:20220201T123000
DTSTAMP:20260420T052315
CREATED:20211210T161145Z
LAST-MODIFIED:20220203T105142Z
UID:9767-1643715000-1643718600@lmv.math.cnrs.fr
SUMMARY:PS : Philippe Chassaing (IECL\, Nancy) : Champs de vecteurs et grands objets combinatoires
DESCRIPTION:Résumé : On montrera que l’énumération asymptotique des automates complets déterministes accessibles\, qui sont l’input de l’algorithme de Moore\, peut être menée à bien via l’analyse des trajectoires d’un champ de vecteurs étroitement lié aux nombres de Stirling de deuxième espèce\, et on examinera de ce point de vue quelques autres triangles combinatoires.\n(En collaboration avec Jules Flin et Alexis Zevio)
URL:https://lmv.math.cnrs.fr/evenenement/ps-philippe-chassaing-iecl-nancy-champs-de-vecteurs-et-grands-objets-combinatoires/
CATEGORIES:Séminaire PS
END:VEVENT
END:VCALENDAR