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

460

 

Références bibliographiques seules

Chargement de la page

 

 

Références par types de documents

Chargement de la page

 

  

Mots clés

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

 

 

 

 

 

 

 

 

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

 

Consulter la politique des éditeurs pour déposer le texte intégral

 

 

DISPONIBILITÉ EN OPEN ACCESS

64 %

 

 

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.