Rechercher


Accueil > ÉQUIPES > Statistique, Probabilités, Optimisation et Contrôle > Séminaires de l’équipe

LES SEMINAIRES STATISTIQUE, PROBABILITES, OPTIMISATION ET CONTRÔLE


Les responsables du séminaire sont Alexandre Cabot et Yoann Offret

  • Le séminaire a lieu habituellement le mercredi 10h30-11h30 en salle 318

les prochaines séances planifiées sont listées ci-dessous, tandis que les séances qui ont déjà eu lieu sont consultables sur la page d’archives


Séminaires SPOC

Mercredi 29 mars 10:30-11:30 - Julian Rasch - Munster University

Bias-Reduction in Variational Regularization

Résumé : Variational methods suffer from inevitable bias. The simplest example
is l^1 -regularization, which leads to sparse solutions, but however affects
the quantitative peak values. We present a two-step method to reduce
bias. After solving the standard variational problem, the key idea is to
add a consecutive debiasing step minimizing the data fidelity on an appro-
priate space, the so-called model subspace. Here, these spaces are defined
by Bregman distances or infimal convolutions thereof, using the subgra-
dient appearing in the optimality condition of the variational method. In
particular, they lead to a decomposition of the overall bias into two parts,
model and method bias, of which we shall tackle the latter. We provide
numerous examples and experiments to illustrate both the performance
and the statistical behavior of the method.




Séminaires SPOC

Mercredi 5 avril 10:30-11:30 - Cyril Favre

Titre à préciser




Séminaires SPOC

Mercredi 12 avril 10:30-11:30 - Clément Royer - University of Wisconsin-Madison

Propriétés probabilistes dans les algorithmes d’optimisation sans et avec dérivées

Résumé : On s’intéresse dans cet exposé à l’introduction d’aléatoire dans des algorithmes d’optimisation numérique étant par ailleurs déterministes. Afin de réduire le coût de ces méthodes, on se propose de garantir certaines propriétés nécessaires à leur convergence uniquement avec une certaine probabilité. L’exposé se concentre essentiellement sur des méthodes dites sans dérivées : dans ce contexte, on montre que de telles variantes probabilistes peuvent être plus performantes que leurs équivalents déterministes, non seulement du point de vue théorique mais aussi au niveau de leur performance pratique. On détaillera l’analyse de ces méthodes ainsi que les outils de théorie de probabilité sur lesquels elle s’appuie, en abordant les problèmes sans et avec contraintes linéaires : la performance du code associé sera également présentée. Enfin, l’exposé se conclura par une présentation de travaux en cours sur l’application de telles techniques aux algorithmes avec dérivées.




Séminaires SPOC

Mercredi 3 mai 10:30-11:30 - Jiamin Zhu - Laboratoire Jacques-Louis Lions (Université Paris 6)

"Titre a préciser"