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

 

  

Mots clés

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

 

 

 

 

 

 

 

 

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.