• 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
  • Pré-publication, Document de travail

Hybrid Random Concentrated Optimization Without Convexity Assumption

Pierre Bertrand, Michel Broniatowski, Wolfgang Stummer

We propose a method to minimize a continuous function over a subset $\mathcal{S}$ of high-dimensional space $\mathbb{R}^K$ without assuming convexity. The method alternates between Global Search (GS) to identify candidates and Concentrated Search (CS) regimes to improve an eligible candidate in $\…

2025. ⟨hal-05010725⟩

  • Pré-publication, Document de travail

Theory of Random Forests: A Review

Erwan Scornet, Giles Hooker

Random forests (RF) have a long history, originally defined by Leo Breiman in 2001, but with antecedents in bagging methods introduced in 1996. They have become one of the most widely adopted machine learning tools thanks to their computational efficiency, relative insensitivity to tuning…

2025. ⟨hal-05006431⟩

  • Pré-publication, Document de travail

Harnessing Mixed Features for Imbalance Data Oversampling: Application to Bank Customers Scoring

Abdoulaye Sakho, Emmanuel Malherbe, Carl-Erik Gauthier, Erwan Scornet

This study investigates rare event detection on tabular data within binary classification. Standard techniques to handle class imbalance include SMOTE, which generates synthetic samples from the minority class. However, SMOTE is intrinsically designed for continuous input variables. In fact,…

2025. ⟨hal-05001250⟩

  • Pré-publication, Document de travail

On the convergence of the Euler-Maruyama scheme for McKean-Vlasov SDEs

Noufel Frikha, Xuanye Song

<div><p>Building on the well-posedness of the backward Kolmogorov partial differential equation in the Wasserstein space, we analyze the strong and weak convergence rates for approximating the unique solution of a class of McKean-Vlasov stochastic differential equations via the Euler-…

2025. ⟨hal-04998938⟩

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