Laboratoire de Mathématiques de Besançon - UMR 6623 CNRS
UFC
CNRS
INSMI


Accueil > Activités scientifiques > Séminaires > Séminaire doctorant

Séminaires doctorant

par PACE Romain - publié le

Plan d’accès

Le séminaire doctorant a lieu le vendredi à 15h00 en salle 316Bbis.

Responsables :
Johann Cuenin, Michel Duprez et Michaël Ulrich

Exposé à venir

Vendredi 13 mars : Antoine Marnat
(Antoine Marnat)

Géométrie paramétrique des nombres

Nous définirons la notion d’exposant d’approximation diophantienne dans le cas rationnel, puis ferons un survol des résultats connus à leur sujet. Nous introduirons ensuite la géométrie paramétrique des nombres, développée récemment par W. Schmidt et L. Summerer, et discuterons des avancées récentes qu’elle a permise et des perspectives.



Archives

Vendredi 20 février 2015 : Wagner Hugo Bonat (University of Southern Denmark & Universidade Federal do Paraná)
Multivariate Covariance Generalized Linear Models

Vendredi 30 janvier 2015 : Aude Dalet (Université de Franche-Comté, LMB)
Sur les espaces Lipschitz-libres

Vendredi 9 janvier 2015 : Tobias Mai (Universität des Saarlandes, Allemagne)
Asymptotic eigenvalue distribution of polynomials in independent random matrices and free probability theory

Vendredi 12 décembre : Rémi Tesson (Université d’Aix-Marseille)
Modélisation mathématiques de la migration cellulaire et de sa
régulation par les microtubules

Vendredi 28 novembre : Rachele Barresi (University of Palermo)
Bifurcations and chaos in complex systems : a Hopf bifurcation analysis of the generalized Lorenz system with time delayed feedback control

Vendredi 14 novembre : Hassan Jolany (Université de Lille 1)

Tian-Song theory in Kahler Ricci flow

Vendredi 24 octobre : Antoine Godichon (Université de Bourgogne)

Efficient recursive estimation of the geometric median in Hilbert spaces : new results

Vendredi 03 octobre : Bruno Winckler (Université de Bordeaux)

Intersection arithmétique

Agenda

  • Vendredi 3 avril 15:00-16:00 - Nicolas Asin - Université Catholique de Louvain

    Séminaire doctorant : Adaptive nonparametric estimation in the presence of dependence

    Résumé : We consider nonparametric estimation problems in the presence of
    dependent data, notably nonparametric regression with random design
    and nonparametric density estimation. The proposed estimation
    procedure is based on a dimension reduction. The minimax optimal
    rate of convergence of the estimator is derived assuming a
    sufficiently weak dependence characterized by fast decreasing mixing
    coefficients. We illustrate these results by considering classical smoothness
    assumptions. However, the proposed estimator requires an optimal
    choice of a dimension parameter depending on certain characteristics
    of the function of interest, which are not known in practice. The
    main issue addressed in our work is an adaptive choice of this
    dimension parameter combining model selection and Lepski’s
    method. It is inspired by the recent work of
    Goldenshluger and Lepski (2011). We show that this data-driven
    estimator can attain the lower risk bound up to a constant provided
    a fast decay of the mixing coefficients.

    Lieu : 324-2B


iCal