Colloque en mathématiques Integrable fluctuations in random growth Jeremy Quastel University of Toronto Résumé: In the past two decades there has been considerable progress on understanding the asymptotic fluctuations of random growing interfaces. These are often described by the Kardar-Parisi-Zhang equation, but this is a just one member of a huge universality class, and we […]
Two time Parallel algorithms for solving optimality systems Norbert Tognon Inria Paris Bien que le résumé soit en anglais, le conférencier compte présenter ses travaux en français. Résumé Time parallel algorithm is a method to solve time-dependent problems parallel in time. It divides the main problem in sub-problems in time direction and executes them in […]
Machine learning and network-based frameworks for studying the impacts of climate change on boreal biodiversity Ilhem Bouderbala University of Alberta Résumé Together with climate change, the increase in anthropogenic and natural disturbances affects the environmental conditions of an ecosystem and thus can cause a pronounced change in its functionality. It, therefore, becomes critical to have […]
Vous êtes cordialement invité-e-s à assister à l’exposé de l’étudiant M. Orelien Chuisseu, qu’il fera dans le cadre du cours ACT-8002 Examen doctoral prospectif. Le lundi 27 novembre 2023, à compter de 13h30 Salle PLT-2504 Titre : Actuarial Modeling, Pricing and Risk Management of Property Fire Losses in Construction Insurance, with Applications to Mass Timber Structures […]
Temps moyen de premier passage et son application dans le développement de médicaments oculaires Patricia Lamirande University of Oxford Résumé La dégénérescence maculaire humide liée à l’âge est une maladie dégénérative qui peut mener à la perte de la vision centrale. Les traitements standards impliquent des injections fréquentes de médicaments dans l'œil, ce qui motive […]
Nous vous invitons à un après-midi de présentations dans le cadre du cours ACT-7013 Lectures dirigées vendredi le 22 décembre au local CMT-3106 à compter de 13h. 13h Présentateur : Hicham El Yamani Titre : Problèmes de couverture en assurance par apprentissage profond Résumé : Le problème de couverture cherche à réduire les pertes […]
Des sciences du climat vers l’actuariat ou l’intégration des modèles climatiques pour la gestion des risques financiers Mathieu Boudreault Professeur, UQÀM Résumé Face à une pression constante des investisseurs et des régulateurs, les banques et les (ré)assureurs devront bientôt divulguer et tester leur solvabilité et leur rentabilité face à différents scénarios climatiques pour le futur. […]
Prédiction de la mortalité et morbidité liées à la chaleur extrême avec apprentissage automatique et profond Jérémie Boudreault Candidat au doctorat, INRS / INSPQ Résumé Les chaleurs extrêmes ont des impacts importants à la santé, autant sur la mortalité et que la morbidité, qui seront amplifiés par les changements climatiques. Ces impacts doivent être prédits […]
Rich and Lazy neurons: network connectivity structure and the double implications of feature learning for generalization Guillaume Lajoie Canada Research Chair in Neural Computation and Interfacing Canada CIFAR AI chair Maths & Stats Dept — Univ de Montréal — Mila, Quebec AI Institute Résumé In this talk, I will present an overview of recent advancements […]
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 […]