BEGIN:VCALENDAR
VERSION:2.0
PRODID:-//CERN//INDICO//EN
BEGIN:VEVENT
SUMMARY:Estimées entropiques non-asymptotiques pour Monte Carlo cinétiqu
 e
DTSTART:20231123T130000Z
DTEND:20231123T140000Z
DTSTAMP:20260525T044300Z
UID:indico-event-10855@indico.math.cnrs.fr
DESCRIPTION:Speakers: Pierre Monmarché (Sorbonne U.)\n\nLes méthodes de 
 Monte Carlo avec Chaînes de Markov consistent à estimer des moyennes par
  rapport à une mesure de probabilité cible par la moyenne empirique obse
 rvée sur la trajectoire d'un processus aléatoire. Les processus les plus
  utilisés sont cinétiques\, c'est-à-dire décrits par leur position et 
 leur vitesse\, basés sur une dynamique Hamiltonienne ou la diffusion de L
 angevin qui en est une variation stochastique. On verra qu'adapter au temp
 s discret des méthodes d'entropie jusqu'ici utilisées pour des diffusion
 s en temps continu permet d'obtenir des bornes non-asymptotiques sur l'err
 eur commise par l'algorithme\, explicites et optimales en les différents 
 paramètres du problème (pas de temps\, constante de log-Sobolev\, dimens
 ion...).\n\nhttps://indico.math.cnrs.fr/event/10855/
LOCATION:Salle de Séminaires (Orléans)
URL:https://indico.math.cnrs.fr/event/10855/
END:VEVENT
END:VCALENDAR