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 […]

Multivariate Bernoulli distributions and copulas: Geometrical and algebraic approaches Alessandro Mutti Candidat au doctorat, Département de mathématiques pures et appliquées Politecnico di Torino, Italie Résumé Several classes of copulas can be constructed from multivariate Bernoulli distributions: extremal copulas, Farlie-Gumbel-Morgenstern copulas, and their generalizations. In this talk, we will analyze how these copulas inherit the geometrical […]

Comportement extrême des mélanges Poissons Samuel Valiquette Postdoctorant, McGill Résumé La distribution de Poisson est couramment utilisée pour modéliser des données de comptage. Cependant, la surdispersion, principalement due à un excès de zéros ou de valeurs extrêmes, compromet les performances de ce modèle. Les mélanges de Poisson offrent une modélisation alternative permettant de surmonter cette […]