index - Statistique, Analyse et Modélisation Multidisciplinaire (SAmos-Marin Mersenne) Accéder directement au contenu

 

Accueil - Statistique, Analyse et Modélisation Multidisciplinaire (SAMM - EA 4543)

Références accompagnées de fichiers

Chargement de la page

 

Références bibliographiques seules

Chargement de la page

 

 

Références par types de documents

Chargement de la page

 

  

Mots clés

Adaptive estimation Inf-convolution Strong convergence Variational inference Variables selection 49J50 Classification croisée Enseignant Discrete time Agent-based modeling Difference equation Fractional Brownian motion NLP Digital Dimension reduction Belief Propagation Lasso SOM Coopération Difference inequation Dynamic networks Gaussian process Co-clustering Markov chains Large deviations BIC Mixture models Prediction Mean field interaction Inclusion Best constants Entropy methods Visualisation Functional data Anomaly Detection Fast diffusion equation 46B20 Finite elements Exponential moments Anomaly detection Classification Random graphs Almost periodic function Almost automorphic function Pontryagin principle Innovation Asymptotic behavior Time series Hidden Markov models Infinite horizon Differential equations Cyclic projections Fonction publique Education Clustering Formation des enseignants Numérique Asymptotic statistic Aircraft engine Implicit time discretization Almost periodic functions Classification non supervisée Cross validation Sélection de variables 62M10 Fixed point 17th century English France Wavelets Carte auto-organisatrice Periodic evolution families Bayesian inference Stochastic Navier-Sokes equations Stochastic PDEs Evolution equation High-dimensional data EM algorithm Binary Diffing Optimal control Banach spaces Keyword Exchangeability Malliavin calculus Graph Change-point detection Variational methods Functional differential equation Données de grande dimension Kernel Fonctions presque-périodiques Graphe Stochastic block models Causal processes Exponential dichotomy Health Monitoring Graphs Logistic regression De Pierro's conjecture Model selection Multiplicative noise

 

 

 

 

 

 

 

 

L’équipe de recherche SAMM - Statistique, Analyse et Modélisation Multidisciplinaire (EA 4543) est une équipe d’accueil de l’Université Paris 1 Panthéon-Sorbonne qui regroupe des mathématiciens et des informaticiens.

 

L’équipe, créée le 1er janvier 2010, comprend 8 professeurs (dont 2 émérites), 13 maîtres de conférences (dont 1 honoraire), un PRAG, une chargée de gestion, 12 doctorants ou jeunes docteurs et une vingtaine de chercheurs associés.

Les domaines de recherche présents au sein du SAMM couvrent de nombreux champs des mathématiques appliquées et quelques thématiques en informatique :

 

  • Analyse fonctionnelle appliquée,
  • Apprentissage statistique, contrôle optimal,
  • Équations d’évolution,
  • Probabilités et statistique,
  • Graphes, automates cellulaires.

 

Le site de l'équipe de recherche SAMM vous informe des activités scientifiques, nos thèmes de recherche, la formation doctorale proposée, etc.

Pour accéder à l'agenda des séminaires organisés par SAMM, veuillez consulter la rubrique séminaires.

 

SAMM correspond au rapprochement de l'équipe Marin Mersenne (U273, créée en 2003 et propre à l'Université Paris 1 Panthéon-Sorbonne) et de l'équipe SAMOS (créée en 1991 et composante du Centre d'Economie de la Sorbonne (CES-UMR 8174) de 2006 à 2009). 

 

Les documents et publications des chercheurs du SAMOS antérieurs au 1er janvier 2010 sont accessibles par l'intermédiaire de la collection HAL du SAMOS.

 

 

Derniers dépôts

Chargement de la page

 

 

Statistique, Analyse et Modélisation Multidisciplinaire

SAMM - EA 4543

 

Université Paris 1 Panthéon-Sorbonne
90, rue de Tolbiac
75013 Paris cedex 13
01 44 07 88 04

Site web de SAMM

 

 

Contact

amelie.collin@univ-paris1.fr

 

Recherche par mots clés

Chargement de la page

 

Consulter la politique des éditeurs pour déposer le texte intégral

 

 

DISPONIBILITÉ EN OPEN ACCESS

Chargement de la page

 

 

À l'attention du déposant

  • Le dépôt doit être effectué en accord avec les co-auteurs et dans le respect de la politique des éditeurs
  • La mise en ligne est assujettie à une modération, la direction de HAL se réservant le droit de refuser les articles ne correspondant pas aux critères de l'archive
  • Tout dépôt d'un fichier texte au format pdf est définitif, aucun retrait ne sera effectué après la mise en ligne de l'article
  • Les fichiers textes au format pdf ou les fichiers images composant votre dépôt sont maintenant envoyés au CINES dans un contexte d'archivage à long terme.

 

À l'attention des lecteurs

 Dans un contexte de diffusion électronique, tout auteur conserve ses droits intellectuels, notamment le fait de devoir être correctement cité et reconnu comme l'auteur d'un document.