ACTUALITÉS
L’édition 2025 de la semaine MIMM, "Moi Informaticienne, Moi Mathématicienne", aura lieu du 22 au 25 Avril 2025 sur le campus de Talence.
Le GIS FRANCE GRILLES, SLICES-FR/Grid’5000, le Groupe Calcul, le GDR RSD, GENCI et les mésocentres de MesoNET organisent ensemble les JCAD 2024, Journées Calcul Données : Rencontres scientifiques et techniques autour du calcul et des données. Cette année, les JCAD sont organisées par le Mésocentre de Calcul Intensif Aquitain (MCIA) et l’IMB, avec le soutien de l’université de Bordeaux, du 04 au 06 novembre 2024 sur le Domaine du Haut-Carré.
Interview de Magalie Bénéfice qui vient d’obtenir un post-doctorat long en Mathématiques au sein de l’Institut Elie-Cartan de Lorraine (IECL) à Nancy.
Les inscriptions pour les demandes de stages de seconde seront ouvertes à partir du 2 janvier 2025.
Le programme Partenariats Hubert Curien vient d’attribuer un financement à Jasmin Raissy, afin de développer les échanges scientifiques internationaux avec l’università degli studi di Parma.
Le "Plan de conservation partagée des périodiques imprimés de Mathématiques" (PCMath) est lauréat du Cristal collectif 2024. A travers la qualité de son fond documentaire et l’implication de deux membres de l’IMB dans le Comité de pilotage du Plan, la BMI et l’IMB occupent une place prépondérante au sein du réseau national des bibliothèques de mathématiques et du PCMath.
Félicitations à Marius Tucsnak qui vient d’être nommé membre Senior de l’Institut Universitaire de France.
Le prix ECCOMAS Jacques-Louis Lions pour jeune chercheur a été décerné à Walter Boscheri. Ce prix est décerné à de jeunes chercheurs ayant apporté une contribution exceptionnelle dans le domaine des mathématiques.
L'IMB en bref
Institut de Mathématiques de Bordeaux UMR 5251
Directeur : Vincent Koziarz
L’Institut de Mathématiques de Bordeaux (IMB) est une unité mixte de recherche (UMR 5251) CNRS - Université de Bordeaux - Bordeaux INP.
Laboratoire d’accueil de l’Ecole Doctorale de Mathématiques et Informatique, l’IMB regroupe l’essentiel de la recherche en mathématiques du site bordelais.
La recherche à l’IMB est structurée autour de sept équipes :
– Analyse (responsable : M. Tucsnak)
– Calcul scientifique et Modélisation (responsable : R. Loubère)
– EDP et Physique mathématique (responsable : L. Michel)
– Géométrie (responsable : L. Bessières)
– Image Optimisation et Probabilités (responsable : J. Bigot)
– Optimisation Mathématique Modèle Aléatoire et Statistique (responsable : B. Detienne)
– Théorie des Nombres (responsable : D.Tossici)
L’IMB collabore avec le centre Inria de l’université de Bordeaux au sein des équipes-projets ASTRAL, CANARI, CARDAMOM, CARMEN, EDGE, MEMPHIS, MONC.
L’IMB participe à un Laboratoire Transfrontalier Commun avec le Basque Center for Applied Mathematics, l’Université du Pays Basque et Tecnalia. L’IMB est aussi partenaire du CEA Cesta via le LRC Anabase, de l’ONERA via la chaire PROVE, et de Naval Group via l’EPC Astral. Il participe actuellement à 35 projets ANR et 6 projets européens, compte 3 membres IUF (dont 1 sénior) et 1 ERC Starting Grant.
Les membres de l’IMB sont localisés sur trois sites :
– Sur le campus de Talence, l’IMB occupe une partie du bâtiment A33 qu’il partage entre autres avec l’UF Mathématiques et Interactions et la Bibliothèque de Mathématiques et Informatique.
– Sur le campus de Talence, dans le centre Inria de l’Université de Bordeaux
– Sur le site de l’hôpital Xavier Arnozan à Pessac au sein de l’IHU Liryc
Pour leurs enseignements, les membres de l’IMB sont affectés aux structures associées :
– UF Mathématiques et Interactions
– ENSEIRB-MATMECA
– IUT Bordeaux
– INSPÉ de l’académie de Bordeaux
– ENSC
AGENDA
We are interested in the numerical discretization of the growth-fragmentation equation. This type of models typically describes the time evolution of a mass-structured population from the growth and division of its individuals. Integral properties of said population provide macroscopic quantities that may help calibrating the model on experimental data. More precisely, we are interested in the 0th and 1st moments of the solution, corresponding respectively to the total population density or of the total population mass.
However, the numerical resolution of such models may often encounters consistency issues with respect to one or several of its integral properties. In this talk, I will introduce a new finite volume scheme corrected with weights, which allows to simultaneously retrieve the model’s solution and its two first moments.
In statistical learning, many analyses and methods rely on optimization, including its stochastic versions introduced for example, to overcome an intractability of the objective function or to reduce the computational cost of the deterministic optimization step.
In 1951, H. Robbins and S. Monro introduced a novel iterative algorithm, named "Stochastic Approximation", for the computation of the zeros of a function defined by an expectation with no closed-form expression. This algorithm produces a sequence of iterates, by replacing at each iteration the unknown expectation with a Monte Carlo approximation based on one sample. Then, this method was generalized: it is a stochastic algorithm designed to find the zeros of a vector field when only stochastic oracles of this vector field are available.
Stochastic Gradient Descent algorithms are the most popular examples of Stochastic Approximation : oracles come from a Monte Carlo approximation of a large sum. Possibly less popular are examples named "beyond the gradient case" for at least two reasons. First, they rely on oracles that are biased approximation of the vector field, as it occurs when biased Monte Carlo sampling is used for the definition of the oracles. Second, the vector field is not necessarily a gradient vector field. Many examples in Statistics and more
generally in statistical learning are "beyond the gradient case": among examples, let us cite compressed stochastic gradient descent, stochastic Majorize-Minimization methods such as the Expectation-Maximization algorithm, or the Temporal Difference algorithm in reinforcement learning.
In this talk, we will show that these "beyond the gradient case" Stochastic Approximation algorithms still converge, even when the oracles are biased, as soon as some parameters of the algorithm are tuned enough. We will discuss what 'tuned enough' means when the quality criterion relies on epsilon-approximate stationarity. We will also comment the efficiency of the
algorithm through sample complexity. Such analyses are based on non-asymptotic convergence bounds in expectation: we will present a unified method to obtain such bounds for a large class of Stochastic Approximation methods including both the gradient case and the beyond the gradient case. Finally, a Variance Reduction technique will be described and its efficiency illustrated.
Characterizing topological electronic states in crystals is a formidable goal in condensed matter physics. Such states offer substantial breakthroughs toward a deeper understanding of matter and potential applications ranging from electronics to quantum computing. Their unique electronic features – robust boundary states and quantized bulk electromagnetic responses – derive from topological properties of the wave functions in reciprocal space as a refinement of Bloch band theory. Direct evidence of the band topology traditionally relies on the macroscopic response of the electrons to external electromagnetic fields in ultra-clean samples.
In this seminar, I will introduce an alternative approach to identify topological systems. I will present two experiments (from a theoretical physicist perspective) that image the local response of the electrons to a boundary in the local density of states (LDOS). The first experiment focuses on graphene — a 2D semimetal — imaged by scanning tunneling microscopy. The second experiment emulates a 1D insulator with dielectric resonators inside a microwave cavity. Remarkably, both systems exhibit wavefront dislocations in the LDOS near the boundary. I will show that the dislocation charge is a real-space measure of the reciprocal-space band topology.
Can we understand the nature of the singularities that have to be admitted after a blow-up sequence that preserves the normal crossings locus of an algebraic (or complex-analytic) variety X? For example, every surface can be transformed by blowings-up preserving normal crossings to a surface with at most additional Whitney umbrella singularities. We will discuss general conjectures in arbitrary dimensions, and partial solutions. The techniques involve circulant matrices, elementary Galois theory and Newton-Puiseux expansion in several variables. We will discuss results in collaboration with Edward Bierstone and Ramon Ronzon Lavie.
Soit E une courbe elliptique définie sur un corps de nombres K, et S un point d'ordre infini dans E(K). Une conjecture de Lang et Trotter prédit que l'ensemble des premiers p de K pour lesquels la réduction de S engendre le groupe des points rationnels sur E mod p a une densité qui peut être exprimée en termes de la représentation galoisienne associée aux « corps de division » du point S. Cette conjecture généralise aux courbes elliptiques la plus classique conjecture de la racine primitive d'Artin formulée pour le groupe multiplicatif d’un corps de nombres.
Dans cet exposé, j'examinerai les cas où la densité conjecturale de Lang-Trotter est nulle, c'est-à-dire lorsque S n'est presque jamais localement primitif. En m'appuyant sur l'analogie avec la conjecture d'Artin, je présenterai un projet en cours – en collaboration avec Nathan Jones, Francesco Pappalardi et Peter Stevenhagen – visant à classifier certains de ces phénomènes d'imprimitivité pour les courbes elliptiques sur le corps des rationnels.