• Mathématiques appliquées
  • Mathématiques fondamentales

Laboratoire de probabilités, statistique et modélisation | LPSM

  • Unité mixte de recherche

Le LPSM est né le 1er janvier 2018 de la fusion du Laboratoire de probabilités et modèles aléatoires (LPMA) et du Laboratoire de statistique théorique et appliquée (LSTA), avec trois tutelles : Sorbonne Université, l’Université de Paris et le CNRS.  Le LPSM est le plus grand laboratoire de France et l’un des principaux au monde pour la formation et la recherche en probabilités et statistique. Ses thématiques ont pour objet la modélisation, la description et l'estimation des phénomènes aléatoires.  Les thèmes de recherche abordés concernent des domaines variés et recouvrent aussi bien des mathématiques fondamentales que des applications en médecine, sciences humaines, astrophysique, biologie, assurance ou la finance. Le laboratoire accueille de plus les activités de quatre masters deuxième année, ce qui représente plus de 200 étudiants chaque année. Le laboratoire compte environ 200 membres, répartis entre les deux sites Pierre et Marie Curie (Jussieu) et Sophie Germain (Paris Rive Gauche).

Publié le 22/04/2020 - Mis à jour le 16/12/2024

Équipes

Direction

  • Lorenzo Zambotti

Direction adjointe

  • Gérard Biau
  • Bastien Fernandez

Administration

Autres tutelles

  • Centre National de la Recherche Scientifique | CNRS

Publications sur HAL - Archive ouverte

Toutes les publications sur HAL
  • Article dans une revue

Convergence and error analysis of PINNs

Nathan Doumèche, Gérard Biau, Claire Boyer

Physics-informed neural networks (PINNs) are a promising approach that combines the power of neural networks with the interpretability of physical modeling. PINNs have shown good practical performance in solving partial differential equations (PDEs) and in hybrid modeling scenarios, where physical…

Bernoulli, 2025, 31 (3), ⟨10.3150/24-BEJ1799⟩. ⟨hal-04085519v1⟩

  • Pré-publication, Document de travail

The non-linear multiple stopping problem: between the discrete and the continuous time

Miryana Grigorova, Marie-Claire Quenez, Peng Yuan

<div><p>We consider the non-linear optimal multiple stopping problem under general conditions on the non-linear evaluation operators, which might depend on two time indices: the time of evaluation/assessment and the horizon (when the reward or loss is incurred). We do not assume…

2025. ⟨hal-05031465⟩

  • Pré-publication, Document de travail

An updated State-of-the-Art Overview of transcriptomic Deconvolution Methods

Bastien Chassagnol, Grégory Nuel, Etienne Becht

Although bulk transcriptomic analyses have significantly contributed to an enhanced comprehension of multifaceted diseases, their exploration capacity is impeded by the heterogeneous compositions of biological samples. Indeed, by averaging expression of multiple cell types, RNA-Seq analysis is…

2025. ⟨hal-04253032v2⟩

  • Pré-publication, Document de travail

AutoML algorithms for online generalized additive model selection: application to electricity demand forecasting, Apprentissage Automatique pour la sélection de modèles additifs généralisés en ligne : application à la prévision de consommation électrique

Keshav Das, Julie Keisler, Margaux Brégère, Amaury Durand

Electricity demand forecasting is key to ensuring that supply meets demand lest the grid would blackout. Reliable short-term forecasts may be obtained by combining a Generalized Additive Models (GAM) with a State-Space model (Obst et al., 2021), leading to an adaptive (or online) model. A GAM is an…

2025. ⟨hal-05020138⟩

Toutes les publications sur HAL

Contact details

Adresse physique

Site (1) LPSM, Sorbonne Université, Campus Pierre et Marie Curie, Tour 16-26, 1er étage, 4 Place Jussieu, 75005 Paris // Site (2), LPSM, Université de Paris, Bâtiment Sophie Germain, 8 place Aurélie Nemours, 5ème étage, 75013 Paris

Adresse postale

(1) LPSM, Sorbonne Université, Campus Pierre et Marie Curie, Case courrier 158, 4 place Jussieu, 75252 PARIS CEDEX 05 France / (2) Université de Paris, LPSM, Bâtiment Sophie Germain, 8 place Aurélie Nemours, Case courrier 7012, 75205 PARIS CEDEX 13 FRANCE
Adresse physique (1)
Laboratoire de Probabilités, Statistique et Modélisation
Sorbonne Université
Faculté des Sciences et Ingénierie
Campus Pierre et Marie Curie
Tour 16-26, 1er étage
4, Place Jussieu
75005 Paris
Adresse physique (2)
Laboratoire de Probabilités, Statistique et Modélisation
Université de Paris
Bâtiment Sophie Germain
8 place Aurélie Nemours
5ème étage
75013 Paris
1

Lien utile

  1. Agenda