Apprentissage sous la supervision de tables de vérité Olivier Lafitte Université Paris 13 Nord Résumé In Il a été prouvé que combiner des classifieurs faibles (c’est-à-dire dont la performance est un peu meilleure que le tirage au hasard d’une pièce parfaite) peut produire un classifieur fort, de précision arbitraire. De nombreuses méthodes numériques ont été […]
Une approche éléments finis à maillage fixe pour les problèmes de changement de phase avec convection Ismaël Tchinda Ngueyong Étudiant au doctorat, Université Laval Résumé Cet exposé portera sur une approche éléments finis à maillage fixe pour les problèmes de changement de phase avec convection naturelle. Encore connue sous le nom de CutFEM (Cut Finite […]
Model modification and combination using Kullback-Leibler divergence and barycentre Silvana Pesenti University of Toronto Résumé In many settings, a modeler may have trained a model on data but that trained model is not consistent with their beliefs - e.g., the average time the process spends below some barrier is 10% from the estimated model, but […]
Wildfire risk mapping – data and methodological challenges and opportunities Jen Beverly University of Alberta Résumé The 2023 wildfire season in Canada was the worst ever recorded, with over 17 million hectares burned. This unprecedented level of fire activity led to precipitated mass evacuations across the country, extensive structure losses, and multiple firefighter fatalities. It […]
Schémas différences finies avec correction de dispersion pour des problèmes de propagation d'onde Pierre-Henri Cocquet Université de Pau et des Pays de l’Adour Résumé L'approximation numérique de problèmes de propagation d'onde souffre généralement de l'erreur de dispersion. Cette dernière est caractérisée par une différence entre les vitesses de phase associées aux ondes des problèmes continu […]
Le processus empirique de copule sur des classes d’ensembles non rectangulaires Michaël Lalancette Professeur, Département de mathématiques Université du Québec à Montréal https://mic-lalancette.github.io/ Résumé La copule d'un vecteur aléatoire dont les distributions marginales sont inconnues peut être estimée de façon non paramétrique par la copule empirique, similaire à la distribution empirique. Cependant, l'analyse asymptotique de […]
The low-rank hypothesis of complex systems Vincent Thibeault Résumé Behind the blur caused by the high-dimensional nonlinear dynamics and the intricate organization of complex systems, hide essential mechanisms that explain the emergence of macroscopic phenomena. To uncover those mechanisms, it has been common practice for researchers to model complex systems using dynamics that depend […]
Optimal investment and entropy-regularized learning under stochastic volatility models with portfolio constraints Pertiny Wilfried Nkuize Ketchiekmen Candidat au doctorat en actuariat Université Laval Résumé Nous étudions le problème classique de maximisation de l’utilité espérée de Merton dans un marché incomplet où le portefeuille est soumis à des contraintes. La volatilité est stochastique, ajoutant ainsi […]
Diverse myelination motifs impact neural signalling reliability and predisposition to demyelination Afroditi Talidou Chercheuse postdoctorale Université d'Ottawa Résumé Axons display significant variations in their myelination motifs. Far from being uniform, the distribution patterns of myelin sheaths vary significantly between axons, and across brain areas. To explore the influence of such variability on axonal conduction, we […]
Contrôlabilité de l'état fondamental de l'équation de Schrödinger non linéaire dans des régimes de masse critique et légèrement sous-critique Ludovick Gagnon INRIA, Nancy Résumé En théorie du contrôle, plusieurs techniques existent pour démontrer la contrôlabilité d’EDP linéaires. Ces mêmes techniques permettent également de démontrer des résultats de contrôlabilité locale - c’est-à-dire avec une restriction sur […]
Modèles multi-états généraux pour l’analyse du mouvement animal Aurélien Nicosia Candidat au doctorat, Université Laval Résumé Cette présentation explore l'importance cruciale de comprendre le mouvement animal en écologie, en mettant l'accent sur l'utilisation de la technologie GPS pour fournir des localisations précises et des données environnementales influençant le comportement des animaux. Deux approches statistiques sont […]
Implied volatility surface model using machine learning Sébastien Legros Étudiant à la maîtrise en ingénierie financière HEC Montréal Résumé This study introduces a deep learning model designed to represent the implied volatility surfaces in a factor-based framework. Unlike traditional deep learning models, our approach enhances interpretability, a frequent challenge in deep learning applications. The model […]