Date/heure
14 juin 2018
10:45 - 11:45
Oratrice ou orateur
Pierre-André Zitt
Catégorie d'évènement Séminaire Probabilités et Statistique
Résumé
Un défaut habituel des algorithmes de Monte Carlo par chaînes de Markov
est leur difficulté à explorer l’espace convenablement, ce qui mène
à de grandes erreurs d’estimation. L’algorithme de « métadynamique »,
introduit par Bussi, Laio et Parrinello dans les années 2000 illustre l’une des stratégies possibles pour contourner la difficulté, en gardant la mémoire de la trajectoire passée et en l’utilisant pour biaiser le processus et le pousser vers des régions peu visitées.
L’analyse des processus sous-jacent n’est pas aisée en général ; nous discuterons d’un modèle jouet, que l’on peut traiter par des outils de la littérature des processus auto-répulsifs.
Travail en commun avec B. Jourdain et T. Lelièvre (Ecole des Ponts ParisTech).