Equations aux dérivées partielles et aléas
2 avr. 2017 THÈSE DE DOCTORAT EN MATHÉMATIQUES ... Un exemple qui contredit ... counter-examples to well-posedness of (1.1.1) (for p = 3 see [2
these.pdf
23 sept. 2016 ressemblant : elle trouve des différences entre des objets similaires. Un exemple mathématique de la première serait une fibration d'objets ...
Thèse de doctorat - Discipline : Mathématiques
d'une façon ou d'une autre dans l'élaboration de mon travail de thèse Outre les exemples qui suivent
Thèse de Doctorat Spécialité : Mathématiques Maria-Paula Gomez
Cette thèse concerne des variantes de la propriété (T) de Kazhdan et de la pour certains groupes (par exemple les groupes de Lie nilpotents) toute ...
PROJET DE THESE
PROJET DE THÈSE DOMAINES DE LA RECHERCHE : Philosophie des mathématiques ... demeurée l'exemple le plus parfait
Projet de thèse en Mathématiques Appliquées - Statistique
5 nov. 2015 Projet de thèse en Mathématiques Appliquées - Statistique: Modélisation et inférence statistiques de réseaux dynamiques à l'échelle.
THÈSE Modèle Mathématique du cyclone tropical basé sur les
7 juil. 2021 Modèle mathématique du cyclone tropical basé sur les trajectoires du vent. Aouaouda Meryem. Thèse de Doctorat en mathématiques.
THÈSE DE DOCTORAT - Discipline : Mathématiques Appliquées
Résumé Le travail de cette thèse a porté sur l'étude mathématique et numérique de un exemple numérique de [27] suggère que ces correcteurs permettent ...
Modélisation mathématique des phénomènes dinvasion en
6 juin 2020 exemple de la chenille processionnaire du pin. THÈSE ... directeur du Centre d'Analyse et de Mathématique Sociales à l'École des Hautes ...
[PDF] THÈSE DE DOCTORAT EN MATHÉMATIQUES Équations aux
5 avr 2016 · recherche/ imekraz-A7 pdf 2015 pages 23 [11] L V Kapitanski Some generalizations of the Strichartz-Brenner inequality Leningrad Math
[PDF] THÈSE - Institut de Mathématiques de Toulouse
23 sept 2016 · ressemblant : elle trouve des différences entre des objets similaires Un exemple mathématique de la première serait une fibration d'objets
[PDF] Thèse de doctorat - Normale Sup
Thèse de doctorat Discipline : Mathématiques présentée par Vivien Ripoll Groupes de réflexion géométrie du discriminant et partitions non-croisées
[PDF] THÈSE DE DOCTORAT EN MATHÉMATIQUES Les inégalités d
26 jui 2017 · THÈSE DE DOCTORAT EN MATHÉMATIQUES Spécialité : Mathématiques appliquées Kawther Mayoufi Les inégalités d'énergie locales dans la théorie
[PDF] Thèse de doctorat - Institut Camille Jordan
This book contained a section devoted to the twenty-seven lines equation the mathematics of which we thor- oughly study In order to contextualize some
[PDF] thèse de doctorat - Université de Poitiers - Mathématiques
2 fév 2018 · Cette thèse se focalise sur l'étude et la mise en application d'un algorithme réalisant l'appariement de deux images Notre objectif est la mise
[PDF] Thèse de Doctorat Spécialité : Mathématiques Maria-Paula Gomez
Thèse de Doctorat Spécialité : Mathématiques présentée par Maria-Paula Gomez-Aparicio pour obtenir le grade de Docteur de l'Université Paris 7
[PDF] Thèse de doctorat de lUniversité Paris-Saclay préparée à l
Dans cette thèse nous nous intéressons à l'arithmétique de certains corps de fonctions Nous cherchons à établir dans un premier temps des théorèmes de dualité
[PDF] MATHEMATIQUES PURES - » Tous les membres
THESE de DOCTORAT de L'UNIVERSITE PARIS 6 Spécialité : MATHEMATIQUES PURES - THEORIE DES NOMBRES présentée par DANIEL DELBOS pour obtenir le grade de
[PDF] Thèse de doctorat
Laboratoire de Mathématiques d'Orsay Discipline : Mathématiques Thèse de doctorat Soutenue le 12 décembre 2014 par Vincent Pecastaing
Ecole Doctorale MIIS:
Mathématiques, Information, Ingénierie des Systèmes Projet de thèse en Mathématiques Appliquées - Statistique: Modélisation et inférence statistiques de réseaux dynamiques à l"échelle Statistical modelling and inference of large-scale dynamic networksEncadrement:
Directeur de thèse:Faïcel Chamroukhi, Professeur.http://math.unicaen.fr/chamroukhi/ Laboratoire:Laboratoire de Mathématiques Nicolas Oresme (LMNO) - UMR CNRS 6139 Etablissement:Université de Caen-Normandie, Caen, France.Financement:Bourse ministérielle
Sujet:
Les réseaux permettent de représenter des structures de données d"interactions entre les éléments d"un
système complexe. Ils sont utilisés dans plusieurs domaines, en allant de la biologie (e.g., réseaux de
neurones, réseaux de régulation génétique, réseaux métaboliques), jusqu"aux sciences humaines et sociales,
notamment les réseaux sociaux (e.g., Twitter, LinkedIn, Facebook).L"analyse statistique de données de type réseau est devenue un élément essentiel pour inférer l"organisation
du réseau et comprendre les interactions entre ses éléments et ce à partir de données brutes. Les modèles
statistiques les plus attrayants considèrent le réseau comme un graphe aléatoire, parmi lesquels on peut
citer les modèles stochastiques à blocs latents (SBM) (Snijders and Nowicki
1997No wickia ndSnijders
2001Daudin et al.
2008Y anget al.
2011Latouche et al.
2011Celisse et al.
2012Ambroise and
Matias
2012Matias and Robin
2014Zreik et al.
2016Bouv eyronet al.
2016Matias and Miele
2016D"autres modèles à variables latentes se basent sur les mélanges d"experts (
Gormley and Murphy
20102011
Ces modèles statistiques de graphes aléatoires sont utilisés dans différents domaines d"applications, comme
pour les réseaux biologiques (Picard et al.
2009), en sciences humaines et sociales (
Gormley and Murphy
20102011
), comme l"analyse de réseaux sociaux (
Yang et al.
2011), l"analyse d"une scène politique
Latouche et al.
2011), l"analyse de réseaux de données textuelles (
Xu and Hero
2013) notamment pour la classification de topics (
Bouveyron et al.
2016), l"analyse de réseaux de données maritimes (
Zreik et al.
2016), etc.
La majorité des travaux sur le sujet concernent une modélisation statique du réseau, avec un objectif prin-
cipalement de clustering en se basant sur un modèle stochastique à blocs latents statique. Or il est clair que
la prise en compte de la dynamique des interactions au sein d"un réseau est une question majeure pour pou-
voir restaurer et comprendre des propriétés évolutives des interactions entre les éléments du réseau. Dans
ce cadre, on peut citer des travaux récents proposant une modélisation dynamique (Yang et al.
2011Xu and Hero 2013
Zreik et al.
2016Matias and Miele
2016Le travail attendu de cette thèse est d"étudier les modèles statistiques pour les réseaux et de proposer de
nouveaux modèles statistiques dynamiques (à blocs latents, de mélanges d"experts, de réseaux profonds
(hiérarchiques)) pour la modélisation de réseaux évolutifs sous forme de graphes aléatoires dynamiques.
Avec la volumétrie des données actuelles, l"objectif est également de proposer des algorithmes d"inférence
efficaces dans un contexte à large-échelle (Big Data). L"accent sera mis en particulier sur l"apport d"une
rigueur et d"un formalisme statistique aux modèles et aux algorithmes développés. L"aspect appliqué con-
cernerait notamment l"analyse de réseaux sociaux impliquant notamment des données textuelles évolutives
F. ChamroukhiSujet de thèse pour la période 2017-2020 - ED MIIS1/3Ecole Doctorale MIIS:
Mathématiques, Information, Ingénierie des Systèmes(tweets, etc) pour le suivi de la dynamique de communautés et de réseaux biologiques impliquant notam-
ment des données fonctionnelles temporelles.Parmi les travaux de l"équipe en lien avec le sujet et portant notamment sur des modèles dynamiques à vari-
ables latentes et d"analyse de données temporelles, on peut citerChamroukhi
2016ba 2015
Chamroukhi
et al. 2013ab
Samé et al.
2011Chamroukhi et al.
2009Mots clés: réseaux, clustering de graphes, graphes aléatoires dynamiques, modèles à blocs latents, méth-
odes variationnelles, algorithmes EM, modèles de Markov cachés, inférence à l"échelle, calcul parallèle.
Environnement de travail:
LeLMNOest une Unité Mixte de Recherche (UMR) de l"université de Caen et du CNRS. Le LMNOest un laboratoire de très haut niveau, avec une très forte visibilité et reconnaissance internationales. Tous
les indicateurs scientifiques sont très hauts. Il regroupe l"ensemble des chercheurs en mathématiques et
applicationsàl"universitédeCaenetdanslesétablissementsrattachés, soitunecinquantainedepermanents.
Les thématiques du LMNO couvrent un spectre large allant du plus fondamental au plus appliqué et sont
déclinées au sein de cinq équipes dont l"équipe APS (analyse, probabilités et statistiques) au sein de laquelle
s"effectuera la thèse.L"Université de Caen Normandie (UNICAEN)accueille plus de 28 000 étudiants et emploi près de 1580
enseignants-chercheurs et enseignants sur plusieurs campus dans l"agglomération caennaise et en région.
Fondée en 1432, par le roi d"Angleterre Henri VI, l"UNICAEN est l"une des plus anciennes universités
françaises. Son campus 1 (à Caen) est classé aux monuments historiques. Parmi les grands savant célèbres
étudiant. UNICAEN profite des atouts de la région comme le littoral, les échanges transmanche, une voie
rapide vers la capitale et propose des actions culturelles et des activités sportives attrayantes. UNICAEN
bénéficie également d"une tradition culturelle forte qui s"est d"ailleurs illustrée en 2014 par de grandes
manifestations internationales, le 70e anniversaire du Débarquement et les Jeux équestres mondiaux.
Profil recherché:
Diplôme requis:Etre titulaire d"un Master recherche en mathématiques appliquées (statistique) ou disci-
plines proches (e.g., Apprentissage automatique, Traitement statistique du signal), depuis moins de deux
ans à la date de Juin 2017.Compétences requises:i)des compétences théoriques en modélisation et inférence statistique;ii)maîtrise
de l"un des langages de programmation suivants: Matlab, R, Python;iii)un très bon niveau en anglais.
Compétences souhaitées:Apprentissage statistique non-supervisé, méthodes variationnelles, inférence
Bayésienne, utilisation de plateformes BigData (MapReduce, Hadoop, Spark, cloud computing).Mode de candidature:
Dossier à envoyer sous la forme d"UN SEUL DOCUMENT .pdfcontenant les pièces suivantes : CV +lettre de motivation + relevés de notes des trois dernières années + tout autre éventuel document (lettres de
recommandation, publications scientifiques, ...) à chamroukhi@unicaen.fr F. ChamroukhiSujet de thèse pour la période 2017-2020 - ED MIIS2/3Ecole Doctorale MIIS:
Mathématiques, Information, Ingénierie des SystèmesReferences
Ambroise, C. and Matias, C. (2012). New consistent and asymptotically normal parameter estimates forrandom-graph mixture models.Journal of the Royal Statistical Society: Series B (Statistical Methodol-
ogy), 74(1):3-35.Bouveyron, C., Latouche, P., and Zreik, R. (2016). The stochastic topic block model for the clustering of
vertices in networks with textual edges.Statistics and Computing, pages 1-21.Celisse, A., Daudin, J.-J., and Pierre, L. (2012). Consistency of maximum-likelihood and variational esti-
mators in the stochastic block model.Electronic Journal of Statistics, 6:1847-1899. Chamroukhi, F. (2015). Unsupervised learning of regression mixture models with unknown number of components.Journal of Statistical Computation and Simulation. Published online: 05 Nov 2015. Chamroukhi, F. (2016a). Piecewise regression mixture for simultaneous functional data clustering and optimal segmentation.Journal of Classification, 33(3):374-411. Chamroukhi, F. (2016b). Robust mixture of experts modeling using thetdistribution.Neural Networks,79:20 - 36.
Chamroukhi, F., Glotin, H., and Samé, A. (2013a). Model-based functional mixture discriminant analysis
with hidden process regression for curve classification.Neurocomputing, 112:153-163. Chamroukhi, F., Samé, A., Govaert, G., and Aknin, P. (2009). Time series modeling by a regression approach based on a latent process.Neural Networks, 22(5-6):593-602.Chamroukhi, F., Trabelsi, D., Mohammed, S., Oukhellou, L., and Amirat, Y. (2013b). Joint segmentation of
multivariate time series with hidden process regression for human activity recognition.Neurocomputing,
120:633-644.
Daudin, J.-J., Picard, F., and Robin, S. (2008). A mixture model for random graphs.Statistics and Comput-
ing, 18(2):173-183.Gormley, I. C. and Murphy, T. B. (2010). A mixture of experts latent position cluster model for social
network data.Statistical methodology, 7(3):385-405.Gormley, I. C. and Murphy, T. B. (2011). Mixture of experts modelling with social science applications.
Journal of Computational and Graphical Statistics, 19(2):332-353.Latouche, P., Birmelé, E., and Ambroise, C. (2011). Overlapping stochastic block models with application
to the french political blogosphere.The Annals of Applied Statistics, 5(1):309-336.Matias, C. and Miele, V. (2016). Statistical clustering of temporal networks through a dynamic stochastic
block model.Journal of the Royal Statistical Society: Series B (Statistical Methodology), pages n/a-n/a.
Matias, C. and Robin, S. (2014). Modeling heterogeneity in random graphs through latent space models: a
selective review.ESAIM: Proc., 47:55-74.Nowicki, K. and Snijders, T. A. B. (2001). Estimation and prediction for stochastic blockstructures.Journal
of the American Statistical Association, 96(455):1077-1087.Picard, F., Miele, V., Daudin, J.-J., Cottret, L., and Robin, S. (2009). Deciphering the connectivity structure
of biological networks using mixnet.BMC Bioinformatics, 10(6):S17.Samé, A., Chamroukhi, F., Govaert, G., and Aknin, P. (2011). Model-based clustering and segmentation of
time series with changes in regime.Advances in Data Analysis and Classification, 5(4):1-21.Snijders, T. A. and Nowicki, K. (1997). Estimation and prediction for stochastic blockmodels for graphs
with latent block structure.Journal of Classification, 14(1):75-100.Xu, K. S. and Hero, A. O. (2013).Dynamic Stochastic Blockmodels: Statistical Models for Time-Evolving
Networks, pages 201-210. Springer Berlin Heidelberg, Berlin, Heidelberg.Yang, T., Chi, Y., Zhu, S., Gong, Y., and Jin, R. (2011). Detecting communities and their evolutions in
dynamic social networks-a bayesian approach.Machine Learning, 82(2):157-189.Zreik, R., Latouche, P., and Bouveyron, C. (2016). The dynamic random subgraph model for the clustering
of evolving networks.Computational Statistics, pages 1-33. F. ChamroukhiSujet de thèse pour la période 2017-2020 - ED MIIS3/3quotesdbs_dbs13.pdfusesText_19[PDF] psychologue de l'éducation nationale
[PDF] k2112
[PDF] conseiller en formation onisep
[PDF] fiche rome k2102
[PDF] consultant en formation salaire
[PDF] conseiller formation opca
[PDF] conseiller en formation fiche métier
[PDF] les secrets de la série photo pdf
[PDF] faire une série photographique
[PDF] série photographique exemple
[PDF] serie photographique
[PDF] série photographique définition
[PDF] comment présenter une série photographique
[PDF] idée série photographique