PhD students

Je ne vois pas l’avenir. Et c’est bien là le souci : les problèmes d’optimisation liés à la prise de décision concernent bien trop souvent des décisions futures.
Optimiser l’espérance mathématique en fonction des événements envisageables ? Encore faut-il en connaître les probabilités.

Nous avons toutefois connaissance du passé. Une approche consiste alors à résoudre, dans un premier temps, le problème empirique construit à partir de ces données. La solution que nous obtiendrons sera-t-elle proche d’une solution optimale pour le problème de départ ? Combien de données sont nécessaires pour réaliser cette approximation ? Nous verrons, dans un premier temps, comment l’optimisation stochastique traite ces questions.

Nous discuterons ensuite des limites du critère de l’espérance, notamment dans les cas où un risque de grande perte est compensé par l’espoir de grands bénéfices. Ces limites motivent l’introduction de mesures de risque comme critère dans les problèmes d’optimisation stochastique. Nous en aborderons, pour finir, une généralisation multivariée et présenterons les premiers résultats associés.

L’homologie persistante est un outil de la théorie simpliciale construit à la fin du XXième siècle et qui s’utilise principalement en Analyse Topologique des Données (TDA) et reconnaissance de forme. L’idée principale est d’extraire un nuage de points d’un objet que l’on souhaite étudier et de transformer ce nuage en un complexe simplicial filtré, en utilisant par exemple la méthode de Vietoris-Rips. Le but de l’homologie persistante est de calculer l’homologie simpliciale du complexe à chaque temps de filtration et d’observer les caractéristiques topologiques qui persistent au cours de la filtration. Cette approche permet d’encoder l’évolution topologique d’un objet à travers une seule structure algébrique. L’homologie persistante a des applications dans de nombreux domaines (en biologie, médecine, astrophysique,…) et dans cet exposé, après avoir défini l’homologie persistante en reprenant les bases de la théorie simpliciale, nous montrerons comment celle-ci peut s’appliquer dans le contexte de l’analyse musicale.

L’objectif de cette journée est de rassembler les doctorants de Nancy et de Metz afin de faire plus ample connaissance autour d’exposés mathématiques.

Le programme est de 3 exposés le matin et 3 exposés le soir. La journée se passera entièrement à l’Amphi 7.

Organisateurs: Nicolas Frantz (Metz), Jimmy Payet (Metz) et Pierre Popoli (Nancy).

Les variétés de Siegel sont des variétés de Shimura qui paramètrent des variétés abéliennes avec une polarisation. Le premier exemple est la courbe modulaire dont l’importance est cruciale en théorie des nombres : elle intervient dans la preuve du théorème de Fermat-Wiles et plus généralement dans la correspondance de Langlands pour $GL_2$ sur $\mathbb{Q}$. Dans cet exposé, j’introduirai les variétés de Siegel en tant que variétés algébriques sur un corps fini et je décrirai les propriétés géométriques de certains fibrés vectoriels automorphes vivant dessus.

Les opérateurs de Schrödinger sont des incontournables dans la mécanique
quantique. J’exposerai d’abord des motivations physiques de l’étude
spectrale de ces objets. Plusieurs auteurs ont obtenu des bornes en
norme $L^p$ sur les quasi-modes des opérateurs de Schrödinger. On verra
ensuite comment se généralisent de telles estimées à des systèmes
orthonormés de fonctions. L’idée de l’exposé est de donner un avant-goût
des jolis outils sous-jacents.

Résumé à venir