lundi 5 novembre 2018

25ème Semaine d'Étude Mathématiques-Entreprise (SEME)


La 25ème SEME (Semaine d'Etude Mathématiques-Entreprise) aura lieu à Orsay du 14 au 18 janvier 2019 :


Les inscriptions sont ouvertes, et le resteront tant qu'il restera des places disponibles (une trentaine) et jusque début décembre au plus tard.

Les SEME sont organisées par l'agence maths-entreprises sur le modèle "European Study Group in Industry" : des groupes de 5 à 6 doctorants sont invités à travailler pendant une semaine sur des problèmes exploratoires concrets proposés par des industriels. Les doctorants devront proposer des pistes de réponses innovantes aux problèmes posés, et les présenter en public dès la fin de la semaine d'étude.

Les sujets confirmés pour cette SEME à Orsay sont proposés par: SNCF, Darkmatter, Seenergi, Stormancer, Aéroports de Paris et Dataswati.

Il n'y a pas de frais d'inscription, l'organisation de la SEME prend en charge l'hébergement et les déjeuners du lundi 14 au vendredi 18 janvier, ainsi que le dîner du mardi 15 janvier. La participation à l'intégralité de la semaine (du lundi  au vendredi après-midi) est obligatoire. Le transport et les autres dîners sont à faire prendre en charge par le laboratoire d'origine.

mardi 9 octobre 2018

MASCOT-NUM 2019: call for PhD student communications




Le bureau du GdR vous informe :
Dear colleagues,

The 15th venue of the MASCOT-NUM annual conference will be held in Rueil-Malmaison, near Paris, from 18th to 20th March, 2019.


The first day of the annual Mascot-Num workshop is devoted to PhD students communications on topics related to the Mascot-Num network activities, i.e. sensitivity analysis, uncertainty quantification in simulation, design and modelling of computer experiments, model calibration and validation, structural reliability, optimization under uncertainty, data-driven modelling methods, etc.

The second day will be dedicated to the 60th anniversary of Luc Pronzato. A serie of presentation centered around in Luc’s favorite research topics is scheduled.

The last day will be devoted to talks of invited speakers on topics linked to the GDR MASCOT NUM activities.

PhD students are invited to submit a two-page abstract using the LaTeX abstract template in attachment. Seven students will be selected by the Mascot-Num Scientific Committee for oral presentations on March 18th, 2019. The other accepted abstracts will be considered for the poster session to be held on the same day.

The PDF file shall be sent by December 14th, 2018 to


Please specify in your email if you want your abstract to be considered for an oral presentation or a poster. Authors will be informed whether their abstracts have been accepted in oral or poster by 28 January.

A prize of 1000€ will be awarded for the best oral presentation by the Mascot-Num scientific committee. A prize of 500€ will be awarded for the best poster by the Mascot-Num scientific committee.

This event is supported and organized in the framework of the IFP Energies nouvelles and GDR Mascot-Num.

Regards

The GdR MASCOT-NUM board

mercredi 11 juillet 2018

UQLab - The Uncertainty Quantification Framework - v.1.1 now available


The new version of UQLab (V1.1) was released on July 5th, 2018.

UQLab is a general purpose Uncertainty Quantification software developed at ETH Zurich (Switzerland) made of interacting modules that solve all types of uncertainty quantification problems in engineering, economics and applied sciences: uncertainty propagation through Monte Carlo simulation (e.g. using surrogate models such as Gaussian processes and polynomial chaos expansions), global sensitivity analysis, rare event estimations, etc.

Three brand new modules are released in V1.1:

  • UQLink allows for a seamless connection of third-party software to UQLab using universal "wrapping" of external codes through templates and a mark-up system.
  • Support vector machines for regression (SVR) and classification (SVC) allow the analyst to build predictive models from data. In the context of uncertainty quantification, SVR can be used as surrogate models of complex simulators using designs of computer experiments. SVC can be used in the context of rare event estimation.


Visit our website www.uqlab.com. Register, download, enjoy!

---
The UQLab Development Team
ETH Zürich | Chair of Risk, Safety & Uncertainty Quantification
Prof. Bruno Sudret

vendredi 22 juin 2018

Soutenance de thèse de Rémi Stroh (mardi 26 juin)

Rémi Stroh soutiendra sa thèse mardi prochain, 26 juin, à 14h à CentraleSupélec.

Cette soutenance sera (évidemment) suivie d'un pot...

Pour plus de détails, voir ci-dessous.  Venez nombreux !



        

L'Ecole doctorale STIC
(Sciences et Technologies de l'Information
et de la Communication)

et le Laboratoire de recherche L2S
(Laboratoire des Signaux et Systèmes)


présentent

l’AVIS DE SOUTENANCE de Monsieur Rémi STROH


Autorisé à présenter ses travaux en vue de l’obtention du Doctorat de l'Université Paris-Saclay, préparé à CentraleSupélec en :

Traitement du signal et des images


« Planification d’expériences numériques en multi-fidélité. Application à un simulateur d’incendies. »


le MARDI 26 JUIN 2018 à 14h00

à

Amphithéâtre Janet
CentraleSupélec, bâtiment Breguet,
3, rue Joliot-Curie; 91190 Gif-sur-Yvette.


Membres du jury :

M. David GINSBOURGER - Rapporteur
Chercheur senior, Institut de Recherche Idiap (UQOD), Suisse
Professeur titulaire, Université de Berne (IMSV), Suisse

Mme Amandine MARREL - Rapporteur
Ingénieur de Recherche, CEA (DER/SESI), France

M. Hervé MONOD - Examinateur
Directeur de Recherche, INRA (MaIAGE), France

M. Bernard PORTERIE - Examinateur
Professeur, Université d’Aix-Marseille (IUSTI), France

M. Julien BECT - Directeur de thèse
Maître de conférences, CentraleSupélec (L2S), France

Mme Séverine DEMEYER - Encadrante
Docteur-ingénieur, LNE (FranceDMS),


M. Bertrand IOOSS - Invité
Chercheur senior, EDF R&D (PRISME), France

M. Nicolas FISCHER - Encadrant, invité
Docteur-ingénieur, LNE (DMS), France

M. Damien MARQUIS - Encadrant, invité
Docteur-ingénieur, LNE (DCFSI), France

M. Emmanuel VAZQUEZ - Encadrant, invité
Maître de conférences, CentraleSupélec (L2S), France





Résumé :

Les travaux présentés portent sur l'étude de modèles numériques multi-fidèles, déterministes ou stochastiques. Plus précisément, les modèles considérés disposent d'un paramètre réglant la qualité de la simulation, comme une taille de maille dans un modèle par différences finies, ou un nombre d'échantillons dans un modèle de Monte-Carlo. Dans ce cas, il est possible de lancer des simulations basse fidélité, rapides mais grossières, et des simulations haute fidélité, fiables mais coûteuses. L'intérêt d'une approche multi-fidèle est de combiner les résultats obtenus aux différents niveaux de fidélité afin d'économiser du temps de simulation. La méthode considérée est fondée sur une approche bayésienne. Le simulateur est décrit par un modèle de processus gaussiens multi-niveaux développé dans la littérature que nous adaptons aux cas stochastiques dans une approche complètement bayésienne. Ce méta-modèle du simulateur permet d'obtenir des estimations de quantités d'intérêt, accompagnés d'une mesure de l'incertitude associée. L'objectif est alors de choisir de nouvelles expériences à lancer afin d'améliorer les estimations. En particulier, la planification doit sélectionner le niveau de fidélité réalisant le meilleur compromis entre coût d'observation et gain d'information. Pour cela, nous proposons une stratégie séquentielle adaptée au cas où les coûts d'observation sont variables. Cette stratégie, intitulée "Maximal Rate of Uncertainty Reduction" (MRUR), consiste à choisir le point d'observation maximisant le rapport entre la réduction d'incertitude et le coût. La méthodologie est illustrée en sécurité incendie, où nous cherchons à estimer des probabilités de défaillance d'un système de désenfumage.

Abstract :

The presented works focus on the study of multi-fidelity numerical models, deterministic or stochastic. More precisely, the considered models have a parameter which rules the quality of the simulation, as a mesh size in a finite difference model or a number of samples in a Monte-Carlo model. In that case, the numerical model can run low-fidelity simulations, fast but coarse, or high-fidelity simulations, accurate but expensive. A multi-fidelity approach aims to combine results coming from different levels of fidelity in order to save computational time. The considered method is based on a Bayesian approach. The simulator is described by a state-of-art multilevel Gaussian process model which we adapt to stochastic cases in a fully-Bayesian approach. This meta-model of the simulator allows estimating any quantity of interest with a measure of uncertainty. The goal is to choose new experiments to run in order to improve the estimations. In particular, the design must select the level of fidelity meeting the best trade-off between cost of observation and information gain. To do this, we propose a sequential strategy dedicated to the cases of variable costs, called Maximum Rate of Uncertainty Reduction (MRUR), which consists of choosing the input point maximizing the ratio between the uncertainty reduction and the cost. The methodology is illustrated in fire safety science, where we estimate probabilities of failure of a fire protection system.

lundi 11 juin 2018

Prix de thèse AMIES 2018

Les candidatures pour le prix de thèse AMIES 2018 sont ouvertes jusqu'au 3 juillet.




Extrait du site de l'AMIES : "Ce prix de thèse, a été créé en 2013 pour promouvoir les thèses de Mathématiques en entreprise. Il est destiné à récompenser un travail de thèse réalisé en partie en collaboration avec une entreprise et ayant directement des retombées pour celle-ci. Ce travail doit également être pertinent du point de vue de la recherche en mathématique. La thèse doit avoir été soutenue en France dans l'année civile précédant la remise du prix."



vendredi 8 juin 2018

Workshop optimization-and-machine-learning September 2018 Toulouse

I'd like to advertize the following workshop.
http://www.cimi.univ-toulouse.fr/optimisation/en/workshop-optimization-and-machine-learning
Optimization-and-machine-learning
September 10-13
Institut de Mathématiques de Toulouse

jeudi 17 mai 2018

ENBIS-18 (2-6 septembre)

La conférence ENBIS-18 aura lieu à Nancy du 2 au 6 septembre 2018.


Liste non-exhaustive des thèmes de la conférence :
  • Design of Experiments
  • Measurement Uncertainty
  • Process Modeling and Control
  • Reliability and Safety
  • Statistics in the Pharmaceutical Industry
  • Statistical Computing
  • Statistical Methods for Industrial Hygiene
  • Operational Risk Management
  • Statistics in Practice
  • Stochastic Modelling
  • Quality Improvement and Six Sigma
  • Data Mining and Warehousing
  • Machine Learning
  • Predictive Analytics

La deadline pour soumettre un abstract est demain (18 mai), donc il est encore temps 😀