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
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
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
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
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
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
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
Résumé : Je 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
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
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
