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

458

 

Références bibliographiques seules

328

 

 

Références par types de documents

 

  

Mots clés

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

 

 

 

 

 

 

 

 

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

 

 

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.