Tous les événements à venir

Le résumé de l'exposé de Damien

This talk presents computational and theoretical advances/experiments in Mixed Integer Nonlinear Programming across two complementary themes. The first focuses on emerging MINLP techniques — online learning for pseudo cost estimation, ReLU-based neural methods for cut separation, and AlphaEvolve-style modelling — that aim to modernize the MINLP solver. The second focuses on aggregation-based cutting planes, highlighting the practical importance of Complemented Mixed Integer Rounding (CMIR) cuts in modern MILP solvers. A sparsity-driven aggregation framework is introduced that models aggregation as an MILP and a two-stage LP heuristic that produces sparse, strong aggregated rows with measurable gains on MIPLIB2017. Theoretical results show CMIR cuts frequently define faces (and empirically facets) of the convex hull; Fenchel-style normalization is proposed to strengthen them. Finally, we give a prospect on the MINLP solving.

REPORTÉ.

Dans un espace euclidien, une mesure de probabilité intégrable a une moyenne unique, son barycentre, qui est le point de départ de toutes les martingales dont la loi finale est cette mesure. Dans une variété, c'est une toute autre histoire, et le point de départ va dépendre non seulement de la loi, mais de la variable aléatoire finale, de la filtration considérée, et il faudra peut-être une curieuse notion de convexité pour garantir son unicité. Mon exposé commencera par le début de l'histoire à la fin du siècle dernier, et se terminera par des résultats très récents.

 I will review the state of the art in mathematical relativity on various topics concerning black holes such as collapse, rigidity and stability.

Nous commencerons par présenter les espaces métriques injectifs, qui sont définis par une propriété très simple : toute famille de boules s'intersectant deux à deux s'intersecte globalement. Puis nous présenterons un critère combinatoire simple permettant de garantir qu'un complexe simplicial est injectif. Nous montrerons que ce critère s'applique dans plusieurs situations géométriques, comme certains immeubles euclidiens ou encore certains complexes associés à des groupes d'Artin.

In this talk, we construct a random walk on a closed Riemannian manifold associated with a second-order subelliptic differential operator and prove its convergence to equilibrium. The construction relies on a local reduction to an operator with constant coefficients, using a technique of Fefferman and Phong based on Calderón–Zygmund localization. Convergence to equilibrium is then obtained through the spectral theory of the associated Markov operator.

Dans cet exposé, je présenterai un théorème d'ergodicité quantique pour les fonctions propres des sous-Laplaciens des structures de contact métriques, sous l'hypothèse que le flot de Reeb est ergodique. Le résultat repose sur un calcul pseudodifférentiel semi-classique adapté aux variétés filtrées, que je spécialise au cadre des variétés de contact. Un ingrédient essentiel à la preuve est la construction de projecteurs microlocaux, appelés projecteurs de Landau, qui commutent avec le sous-Laplacien et permettent de décomposer la dynamique en composantes effectives. Sur chacune de ces composantes, le sous-Laplacien reproduit essentiellement l'action du champ de Reeb. Une fois établies des lois de Weyl microlocales, la démonstration de l'ergodicité quantique suit alors les grandes lignes de la preuve classique du théorème de Schnirelman.

Bilevel problems are optimization problems characterized by a hierarchical structure. In these problems, one seeks to minimize an outer function subject to the constraint that certain variables minimize an inner function. These problems are gaining popularity in the machine learning community due to their wide range of applications, such as hyperparameter optimization and data reweighting.

In this talk, we introduce bilevel optimization and demonstrate how various machine learning problems can be formulated within this framework. We then focus on the algorithmic aspects of solving bilevel problems. Specifically, we present a general algorithmic framework that enables the adaptation of first-order stochastic solvers—originally designed for single-level problems—to the bilevel setting. We provide theoretical guarantees for specific instances of this framework.

TBA

• Monday 02/02/2026

13h30 – 14h00 : Welcome and introduction; Guillaume Ferré

14h00 – 17h30 : Tutorial - Introduction to programming on Anduino – what is an Arduino?; Marwane Rezzouki

• Tuesday 03/02/2026

9h00 – 10h30 : Lecture - How to choose a communication technique?; Marwane Rezzouki

11h00 – 12h00 : Lecture - From object to cloud: establishing communication, data framing and display; Marwane Rezzouki

13h30 – 17h00 : Tutorial - From object to cloud: establishing communication, data framing and display; Marwane Rezzouki

17h00 – 18h00 : Lecture - Thibault Pirson

• Wednesday 04/02/2026

9h00 – 10h30 : Lecture - Internet of Things and big data; Nicolas Hanusse

11h00 – 12h00 : Lecture - Learning in the Internet of Things framework; Jérémie Bigot

13h30 – 17h00 : Tutorial - Outliers processing; Pierrick Legrand

• Thursday 05/02/2026

11h00 – 12h00 : Lecture - Energy harvesting; Philippe Laurent

13h30 – 17h00 : Tutorial - From rapid prototyping to maker culture; Julien Allali

• Friday 06/02/2026

11h00 – 12h00 : Lecture - Deep learning for big data in the Internet of Things; Akka Zemmari

13h30 – 17h00 : Tutorial - From raw data to learning and deep learning; Romain Giot

Let $C$ be a hyperelliptic curve over a global field. I will explain how one can compute some local invariants of the Jacobian of $C$ such as the Tamagawa number, the Euler factors, and the volume form. The aim is to make the computations implementable.

Attention-based models, such as Transformer, excel across

various tasks but lack a comprehensive theoretical understanding. To

address this gap, we introduce the single-location regression task,

where only one token in a sequence determines the output, and its

position is a latent random variable, retrievable via a linear

projection of the input. To solve this task, we propose a dedicated

predictor, which turns out to be a simplified version of a non-linear

self-attention layer. We study its theoretical properties, both in terms

of statistics (gap to Bayes optimality) and optimization (convergence of

gradient descent). In particular, despite the non-convex nature of the

problem, the predictor effectively learns the underlying structure. This

highlights the capacity of attention mechanisms to handle sparse token

information. Based on Marion et al., Attention Layers Provably Solve

Single-Location Regression, ICLR 2025, and Duranthon et al., Statistical

Advantage of Softmax Attention: Insights from Single-Location

Regression, submitted.

L'ordre du jour sera le suivant :

1) Présentation des IAGs par Laurent Simon (Professeur à Bordeaux INP, Google) : fonctionnement général, possibilités et risques

2) Illustration sur 3 problèmes pratiques correspondant à chacune des activités administration, enseignement et recherche

3) Rappel des règles générales d'utilisation et synthèse des consignes actuelles de nos tutelles (Bordeaux INP, CNRS, Inria, Université de Bordeaux)

4) Questions diverses

Tba

La cohomologie de certains systèmes locaux étales p-adiques universels sur le demi-plan de Drinfeld encode la correspondance de Langlands p-adique dans le cas dit spécial.

Dans cet exposé, j’expliquerai comment l’étude de certains anneaux de déformation, appelés anneaux de Kisin spéciaux, permet d’affiner ce résultat en une description complète de la cohomologie de ces systèmes locaux en termes de la correspondance de Langlands p-adique en famille. Le résultat se présente sous une forme factorisée, analogue à la description d’Emerton de la cohomologie des courbes modulaires.

Je présenterai ces résultats, ainsi que les idées et les étapes clés de leurs démonstrations.

Je parlerai des interventions que j'ai réalisées dans les classes de 4ème de Georges Saliba au collège Aliénor d'Aquitaine (Bordeaux) à la suite de ses ateliers sur l'optimisation de la forme d'une toupie.

In this presentation, devoted to the one-dimensional nonlinear Schrödinger equation with non-zero boundary conditions at infinity, we will investigate different notions of stability in order to study certain special solutions known as travelling waves. These solutions appear in the large-time dynamics of general dispersive systems, and we will explain how such solutions, referred to as solitons, are crucial for understanding the overall behavior of solutions to these equations and how they are related to the notion of integrability of the system. Many different behaviors for these travelling waves have been highlighted, according to the shape of the nonlinearity. Nevertheless, we have been able to prove the existence of travelling waves with small momentum. Moreover, we shall dwell on the existence and uniqueness travelling waves with speed close to the speed of sound, the orbital stability of a well-prepared chain of such travelling waves, as well as the asymptotic stability of these special solutions.

À préciser

In this talk, we will present a fictitious domain finite element method called Phi-FEM, well suited for elliptic problems posed in a domain given by a level-set function without requiring a mesh fitting the boundary. Unlike other recent fictitious domain-type methods (XFEM, Cut-FEM), our approach does not need any non-standard numerical integration, neither on the cut mesh elements nor on the actual boundary. We shall present the proofs of optimal convergence of our methods on the example of Poisson equation using Lagrange finite elements of any order. We will also give numerical tests illustrating the optimal convergence of our methods and discuss the conditioning of resulting linear systems and the robustness with respect to the geometry. We highlight the flexibility and efficiency of our method on elastic and dynamic problems. And more recently, we propose a Phi-FEM formulation to solve particulate flows and Stokes equations.

TBA

TBA

 à définir

Nous expliquons l’importance de l’estimation d’une moyenne de série singulière dans l’étude de la répartition des nombres premiers dans les petits intervalles.

Suivant la conjecture d’Hardy et Littlewood, elle nous permet d’estimer le moment de certaines sommes sur les nombres premiers. Nous expliquons ensuite les idées nouvelles de 

 la méthode mise en place pour améliorer les résultats de Montgomery et Soundararajan et Kuperberg sur ces sommes de séries singulières relatives à trois nombres premiers.

TBA

TBA

À préciser

A définir

TBA

TBA

A définir

TBA

TBA

TBA

TBA

TBA

TBA

TBA

Ce workshop vise à rassembler la communauté mathématique s’intéressant au domaine de l’intelligence artificielle. L’objectif de ce workshop et de permettre le maximum d’échanges scientifiques entre les chercheurs s’intéressants aux différents aspects de l’IA.

L’essor des méthodes basées sur l’apprentissage machine et l’intelligence artificielle dans de nombreux domaines a ammené de nouveaux besoins d’analyse mathématiques des dites méthodes. En effet, la modélisation mathématique en IA permet d’aborder de manière rigoureuse les questions d’explicabilité, d’efficacité et de sécurité des outils basés sur l’IA. D’un point de vue mathématique, de nombreuses disciplines classiques sont concernées par les problématiques issues de l’IA, offrant souvent des angles nouveaux et transverses d’études.

We study the Vehicle Routing Problem with Stochastic Demands (VRPSD), which involves optimizing delivery routes for vehicles with limited capacity to serve customers whose demands are unknown when designing the routes. The routes are designed taking into account the possibility that a route may have too much demand for the capacity of a vehicle to be delivered, in that case recourse actions can be taken, inducing a cost. This problem seeks to minimize routing costs and the expected recourse costs.

The Vehicle Routing Problem with Stochastic Demands is relevant as it addresses the need for efficient logistics under uncertainty in transportation and supply chain management. As a result, research on this problem is very active, and recent advances in exact resolution methods allow for tackling larger instances more efficiently and with greater generality regarding the different hypotheses surrounding recourse and uncertainty modeling.

In this talk, we present the state-of-the-art methods for solving the VRPSD. We first provide a definition of the problem and list its various components that can vary, such as recourse actions and different ways to model uncertainty. Then, we present different methods from the literature to solve the VRPSD, with a focus on the Disaggregated L-shaped method.