Evaluation of binary classifiers for environmental extremes
Co-auteurs : Juliette Legrand1 and Marco Oesting2
Résumé : Machine learning classification methods usually assume that all possible classes are sufficiently present within the training set. Due to their inherent rarities, extreme (...)

Around the Gromov-Wasserstein problem.
Résumé : Après une introduction au problème de Gromov-Wasserstein (GW) qui fournit une distance entre espaces métriques mesurés, on présentera deux types de contributions. La première est l’étude de l’existence d’application optimale à la Brenier pour le problème de (...)

Laetitia Della Maestra : Estimation non-paramétrique pour un système de particules en interaction de champ moyen et son équation limite de type McKean-Vlasov.
Dans ce travail, effectué en collaboration avec Marc Hoffmann dans le cadre de ma thèse sous sa direction, nous avons proposé un estimateur (...)

Nicolas Marie (Nanterre, Modal’X). De la régression non-paramétrique à la statistique des diffusions non-ergodiques.
Résumé : L’objectif de cet exposé est de présenter, en général, une approche récente de l’estimation dans les équations différentielles stochastiques basée sur des copies de la solution, (...)

Maxime Laborde, Université Paris Cité : Wasserstein gradient flow of optimal transport problems : Application to city dynamics
Résumé : In 1998, Jordan, Kinderlehrer and Otto introduced gradient flows in the Wasserstein space to prove existence and uniqueness of parabolic equations under very weak (...)