Institut de Mathématiques de Marseille, UMR 7373




Rechercher


Accueil >

13 février 2017: 6 événements

Séminaire

  • Agenda ERC IChaos

    Du 1er février au 31 mai - Stage à l'I2M (ERC IChaos) dans le cadre de sa thèse - Bourse HSE Moscou

    Dmitry ZUBOV

    Résumé : Les mesures finiment additives sur les foliations invariantes de diffeomorphismes hyperboliques"

    Lieu : Institut de Mathématiques - Marseille

    Exporter cet événement

En savoir plus : Agenda ERC IChaos

  • Séminaire Analyse et Géométrie

    Lundi 13 février 10:00-11:00 - Arnaud MARSIGLIETTI - California Institute of Technology

    Séminaire Analyse et Géométrie (TBA)

    Résumé : TBA

    JPEG - 4.1 ko
    Arnaud MARSIGLIETTI

    Lieu : CMI, salle de séminaire

    Exporter cet événement
    Document(s) associé(s) :

    En savoir plus : Séminaire Analyse et Géométrie

  • Séminaire Mathématiques, Évolution, Biologie (MEB)

    Lundi 13 février 11:00-12:00 - Bianca HABERMANN - TAGC et IBDM, Marseille

    Working in the twilight zone of sequence similarity

    Résumé : Below 30% sequence identity lies the so-called twilight-zone of protein sequence similarity. Yet, it is well known that proteins can be evolutionarily related and share even less sequence identity. We refer to these as remotely conserved homologs or orthologs. Protein motifs, due to their extreme shortness, are also found in the twilight zone of sequence similarity.
    My lab is interested in using such remote homologies to enhance our knowledge on protein evolution and protein function. In my talk, I will introduce two methods we use to work with remote sequence similarities.
    One part of my talk will be dedicated to finding orthologs in the twilight zone of sequence similarity. I’ll introduce a method, morFeus, which uses relaxed BLAST-searches together with iterative reciprocal BLASTs for ortholog verification and network scoring to identify remotely conserved orthologs.
    In the second part of the talk, I will focus on working with short linear motifs in proteins and present a novel method from my lab for de novo motif prediction in proteins, HH-MOTiF.

    JPEG - 34.2 ko
    Bianca HABERMANN

    Lieu : Luminy

    Exporter cet événement
    Document(s) associé(s) :

    En savoir plus : Séminaire Mathématiques, Évolution, Biologie (MEB)

  • Séminaire Géométrie, Dynamique et Topologie (GDT)

    Lundi 13 février 14:00-15:00 - Caterina CAMPAGNOLO - Karlsruhe Institute of Technology

    Le volume simplicial de fibrés en surface

    Résumé : L’étude des fibrés en surface au travers d’invariants numériques est très active depuis les années 60, après que Chern, Hirzebruch et Serre ont prouvé une condition suffisante pour que leur signature s’annule.
    Kotschick et d’autres ont étudié les liens entre leur signature et leur caractéristique d’Euler, et Kotschick, Hoster et Bucher en ont étudié le volume simplicial. Cet invariant moins classique a été introduit par Gromov dans les années 80 comme mesure de la complexité topologique des variétés.
    Dans cet exposé, je définirai le volume simplicial et expliquerai comment on peut le calculer en utilisant la cohomologie bornée. Puis je présenterai de nouvelles inégalités sur le volume simplicial de fibrés en surface au-dessus de surfaces.
    Il s’agit d’un travail en commun avec Michelle Bucher.

    Lieu : CMI, salle de séminaire R164

    Exporter cet événement

    En savoir plus : Séminaire Géométrie, Dynamique et Topologie (GDT)

  • Séminaire Statistiques

    Lundi 13 février 14:00-15:00 - Émilie DEVIJVER - University of Leuven

    Inférence de réseau et prédiction en grande dimension

    Résumé : Travail en collaboration avec Mélina Gallopin et Emeline Perthame :
    Les modèles graphiques gaussiens permettent d’inférer et de visualiser les dépendances entre des variables. Ces modèles étant difficiles à estimer lorsque la taille de l’échantillon est plus petite que le nombre de variables, nous proposons une procédure non-asymptotique pour réduire la dimension du problème d’inférence. Nous approchons la matrice de covariance par une matrice diagonale par blocs, de façon à décomposer le graphe en plusieurs sous-graphes indépendants : dans chaque bloc, on estime les dépendances à l’aide du graphical Lasso. Dans cet exposé, nous justifierons cette procédure par des résultats théoriques.
    Nous développerons ensuite une méthodologie de prédiction non linéaire avec cette structure en blocs, et nous montrerons les résultats de la méthode pour prédire une variable phénotypique à partir de l’expression génétique.

    JPEG - 7.6 ko
    Émilie DEVIJVER

    Lieu : FRUMAM, salle séminaire 2ème étage

    Exporter cet événement
    Document(s) associé(s) :

    En savoir plus : Séminaire Statistiques

  • Séminaire Statistiques

    Lundi 13 février 15:30-16:30 - Adil AHIDAR - I2M

    Théorèmes limites pour les surfaces quantile et champs de profondeur

    Résumé : Dans cet exposé, on introduit tout d’abords une première généralisation multidimensionnelle du quantile réel vue d’un observateur $O$ dans la direction $u \in \Sd$ et de niveau $\alpha$ via des des demi-espaces orthogonaux à chaque direction d’observation. Ce choix de classe implique que les résultats de convergence ne dépendent pas du choix de $O$. Sous des hypothèses minimales de régularité, l’ensemble des points quantile vue de $O$ définit une surface fermée appelées « surfaces quantile ». Ensuite, on établit pour les surfaces quantile empiriques associées les théorèmes limites uniformément en le niveau de quantile et la direction d’observation, avec vitesses asymptotiques et bornes d’approximation non-asymptotiques. Principalement la LGNU, la LLI, le TCLU, le principe d’invariance fort uniforme puis enfin l’approximation du type Bahadur-Kiefer uniforme, et avec vitesse d’approximation. Ces même résultats se retrouve étendus au cas où les demi-espaces sont remplacés par des formes $\phi$ prises dans une classe plus générale (fonctions, surfaces, projections géodésiques, etc). Dans ce cadre plus général, les résultats dépendent fortement du choix de $O$, et c’est ce qui permet de tirer des interprétations statistiques. Enfin des conséquences méthodologiques en statistique inférentielle sont tirées. Tout d’abord on introduit une nouvelle notion de champ de profondeurs directionnelles baptisée champ d’altitudes. Ensuite, on définit une notion de distance entre lois de probabilité, basée sur la comparaison des deux collections de surfaces quantile du type Gini-Lorrentz. La convergence avec vitesse des mesures empiriques pour cette distance quantile, permet de construire différents tests en contrôlant leurs niveaux et leurs puissances.

    Lieu : FRUMAM, salle séminaire 2ème étage

    Exporter cet événement

    En savoir plus : Séminaire Statistiques

  • 13 février 2017: 1 événement

    Manifestation scientifique