BEGIN:VCALENDAR
VERSION:2.0
PRODID:-//CREST - ECPv5.1.3//NONSGML v1.0//EN
CALSCALE:GREGORIAN
METHOD:PUBLISH
X-WR-CALNAME:CREST
X-ORIGINAL-URL:https://crest.science
X-WR-CALDESC:Events for CREST
BEGIN:VTIMEZONE
TZID:Europe/Helsinki
BEGIN:DAYLIGHT
TZOFFSETFROM:+0200
TZOFFSETTO:+0300
TZNAME:EEST
DTSTART:20240331T010000
END:DAYLIGHT
BEGIN:STANDARD
TZOFFSETFROM:+0300
TZOFFSETTO:+0200
TZNAME:EET
DTSTART:20241027T010000
END:STANDARD
END:VTIMEZONE
BEGIN:VEVENT
DTSTART;TZID=Europe/Helsinki:20241104T140000
DTEND;TZID=Europe/Helsinki:20241104T153000
DTSTAMP:20260713T001346
CREATED:20241024T065428Z
LAST-MODIFIED:20241025T130422Z
UID:17495-1730728800-1730734200@crest.science
SUMMARY:Marc HAUFFMANN (Université Paris-Dauphine) "Sur l'estimation d'une diffusion multidimensionnelle"
DESCRIPTION:Statistical Seminar: Every Monday at 2:00 pm.\nTime: 2:00 pm – 3:00 pm\nDate: 4th November 2024\nPlace: 3001 \n  \nMarc HAUFFMANN (Université Paris-Dauphine) “Sur l’estimation d’une diffusion multidimensionnelle” \n  \n Abstract: Alors que l’estimation des coefficients d’une diffusion scalaire semblait bien comprise (minimax\, adaptatif\, bayésien non-paramétrique) au début des années 2000\, alors que la statistique des semi-martingales s’est résolument tournée vers la finance statistique\, ces dernières années voient réapparaître le problème de l’estimation du champ de vecteur de dérive et de la matrice de diffusion pour un processus de diffusion multivarié\, notamment sous l’influence de questions de ML et de problèmes inverses bayésiens. \nDans cet exposé\, issu de travaux en commun avec Chiara Amorino\, Claudia Strauch et aussi Kolyan Ray\, nous montrons que si l’on se contente d’un programme théorique non-paramétrique classique (perte L^2\, minimax adaptatif à la Lepski\, mais pas tellement plus)\, alors il est possible d’obtenir des résultats relativement généraux qui améliorent en dimension arbitraire ce que l’on connaît\, et ceci dans plusieurs directions : pour (i) des observations en temps grand avec pas de discrétisation arbitrairement lent (ii) une réflexion du processus aux bords d’un domaine\, mais pas forcément (iii) des situations où la diffusion peut dégénérer\, ce qui permet d’inclure des modèles de type position-vitesse ; (iv) dans certains cas (conductivité\, schémas rapides) des vitesses de contraction bayésiennes. \nL’approche est toujours un peu la même : pour les bornes supérieures\,  construire une équivalence de modèle par un schéma de régression martingale\, découpler les propriétés de concentration du bruit martingale de la “vitesse de remplissage” de l’espace par le “design” (souvent mal connue\, ou tout au moins difficile à estimer) ; pour les bornes inférieures\, des méthodes perturbatives utilisant un peu de calcul de Malliavin et pour les résultats bayésiens\, plus fins\, des développements en temps petit du noyau de la chaleur pour une “bonne” géométrie. \n  \n  \nOrganizers: \nAnna KORBA (CREST)\, Karim LOUNICI (CMAP) \, Jaouad MOURTADA (CREST) \nSponsors:\nCREST-CMAP \n
URL:https://crest.science/event/marc-hauffmann-universite-paris-dauphine-tba/
CATEGORIES:Seminars,Statistics
ATTACH;FMTTYPE=:
END:VEVENT
END:VCALENDAR