Speakers: Franz ChoulyLes schémas d'intégration en temps explicites connaissent un regain d'intérêt en dynamique des structures en raison de certaines propriétés attractives (parallélisation massive par exemple). Leur adaptation pour des problèmes de

Speakers: Feng ChunrongIn my talk, firstly I will introduce the concepts of random periodic processes and periodic measures. Secondly, I will discuss the analytical and numerical approach of random periodic solutions and

Speakers: Stephanie SalmonL'int erêt des simulations num ériques pour le vivant n'est plus à d émontrer. Elles donnent acc ès à desinformations impossibles à obtenir in vivo ou de mani ère non

Speakers: Florent Nacry (Univ. de Lorraine)Nous ferons un certain nombre de rappels sur les ensembles prox-réguliers et leurs applications.Nous présenterons ensuite plusieurs résultats nouveaux sur la fonction distance à de tels ensembles.https://indico.math.cnrs.fr/event/4287/

Speakers: Stefanella Boatto (Universidade Federal do Rio de Janeiro)https://indico.math.cnrs.fr/event/4361/

https://indico.math.cnrs.fr/event/4286/

Porté par le CHU Dijon Bourgogne, en partenariat avec l’université de Bourgogne, la métropole de Dijon et la région Bourgogne Franche-Comté, ReadapTIC ambitionne de révolutionner l’approche de la réadaptation en dessinant un

https://indico.math.cnrs.fr/event/4363/

Une hypothèse trop souvent considérée quand on construit des modèles mathématiques pour lesapplications réelles est celle de l'homogénéité par rapport au temps. D’une part, dans beaucoupd'applications, cette hypothèse d'homogénéité est complètement inappropriée.

https://indico.math.cnrs.fr/event/4494/

"La stabilisation en temps long d'un processus de Markov est généralement décrite à l'aide de la probabilité invariante. Dans certains problèmes, ce régime limite peut être trivial car le processus est absorbé.

Linear Support Vector Regression (Quentin Klopfenstein)Comparaison de trajectoires qualitatives avec des chaînes semi-Markoviennes : une application en analyse sensorielle (Cindy Frascolla)https://indico.math.cnrs.fr/event/4592/

State-space models (SSMs) with regime switching can efficiently identify recurring patterns ofvariation and recurring dynamics in nonstationary multivariate time series. These models havebeen successfully applied in various fields such as econometrics, signal

Speakers: Zeina Al MasryDans cette présentation, nous nous s’intéressons à l’étude du fonctionnement d’un système industriel et plus particulièrement à la modélisation de la dégradation accumulative de ce dernier. Le processus gamma non-homogène est fréquemment

https://indico.math.cnrs.fr/event/5301/

Nous étudions un système de N neurones en interactions. Chaque neurone émet des décharges électriques (``spikes’’ ) avec un taux dépendant de son potentiel de membrane. Je discuterai d'abord un premier modèle

Speakers: Claire BrécheteauGiven a noisy sample of points lying around some shape M, with possibly outliers or clutter noise, we focus on the question of recovering M, or at least geometric and topological

Speakers: Boris Wembehttps://indico.math.cnrs.fr/event/5254/

We consider an ANOVA type multi-sample comparison problem, where the observations are infinite dimensional in nature. In particular, the observations may be random functions. We propose a test based on spatial signs

We focus on the problem of manifold estimation: given n i.i.d. observations X_1 , . . . , X_n in R^D sampled according to a law P supported close to some unknown

Dans ce travail nous considérons, le problème de l'analyse statistique des modèles FARIMA (Fractionally AutoRegressive Integrated Moving-Average) induits par un bruit blanc non corrélé mais qui peut contenir des dépendances non linéaires

Speakers: Emmanuel CaronWe consider the usual linear regression model in the case where the error process is assumed strictly stationary. We use a result from Hannan (1973), who proved a Central Limit

https://indico.math.cnrs.fr/event/5014/

This work aim at improving the prediction of experts aggregation by using the underlying characteristics of the models that provide the experts predictions. We restrict ourselves to experts predictions coming from Kalman

Speakers: Vincent Divol (INRIA)We focus on the problem of manifold estimation: given n i.i.d. observations X_1 , . . . , X_n in R^D sampled according to a law P supported close

https://indico.math.cnrs.fr/event/5447/

Speakers: Jocelyn Chauvet (IMB)Une forte redondance des variables explicatives cause de gros problèmes d'identifiabilité et d'instabilité des coefficients dans les modèles de régression. Même lorsque l'estimation est possible, l'interprétation des résultats est

https://indico.math.cnrs.fr/event/5589/

https://indico.math.cnrs.fr/event/4967/

https://indico.math.cnrs.fr/event/5754/

https://indico.math.cnrs.fr/event/5478/

https://indico.math.cnrs.fr/event/5747/

Speakers: Patrick Tardivel (IMB)Première partie (25 minutes environ) :   Titre : Powerful multiple testing procedures derived from hyperrectangular confidence regions having a minimal volumeRésumé : We study the control of the FamilyWise

Speakers: Patrick Tardivel (IMB)https://indico.math.cnrs.fr/event/6078/