• 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

Efficient Online Variational Estimation via Monte Carlo Sampling

Mathis Chagneux, Mathias Müller, Pierre Gloaguen, Sylvain Le Corff, Jimmy Olsson

This article addresses online variational estimation in parametric state-space models. We propose a new procedure for efficiently computing the evidence lower bound and its gradient in a streaming-data setting, where observations arrive sequentially. The algorithm allows for the simultaneous…

2026. ⟨hal-05492599⟩

  • Pré-publication, Document de travail

On Forgetting and Stability of Score-based Generative Models

Stanislas Strasman, Gabriel Victorino Cardoso, Sylvain Le Corff, Vincent Lemaire, Antonio Ocello

Understanding the stability and long-time behavior of generative models is a fundamental problem in modern machine learning. This paper provides quantitative bounds on the sampling error of score-based generative models by leveraging stability and forgetting properties of the Markov chain…

2026. ⟨hal-05493844⟩

  • Pré-publication, Document de travail

Complexity reduction in online stochastic Newton methods with potential O(N d) total cost

Antoine Godichon-Baggioni, Bruno Portier, Guillaume Sallé

<div><p>Optimizing smooth convex functions in stochastic settings, where only noisy estimates of gradients and Hessians are available, is a fundamental problem in optimization. While first-order methods possess a low per-iteration cost, their convergence is slow for ill-conditioned…

2026. ⟨hal-05493562⟩

  • Pré-publication, Document de travail

Geometry-Aware Optimal Transport: Fast Intrinsic Dimension and Wasserstein Distance Estimation

Ferdinand Genans, Olivier Wintenberger

Solving large scale Optimal Transport (OT) in machine learning typically relies on sampling measures to obtain a tractable discrete problem. While the discrete solver's accuracy is controllable, the rate of convergence of the discretization error is governed by the intrinsic dimension of our…

2026. ⟨hal-05491767⟩

Toutes les publications sur HAL

Contacts

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