Les chaînes de Markov, semi-Markov, et plus généralement les processus de Markov et leurs versions cachées forment une famille très riche de modèles stochastiques avec un large spectre d’applications : dynamique des populations, dynamiques épidémiques, sismologie, reconnaissance de la parole, reconnaissance d’activités, fiabilité et bien d’autres. Ces modèles sont largement utilisés, cependant de nouvelles avancées théoriques et algorithmiques sont nécessaires pour permettre d’aborder de nouveaux défis sur des problèmes réels avec des observations complexes, avec plusieurs dynamiques cachées en interaction, ou encore correspondant à des questions de contrôle avec des contraintes complexes. Ce workshop a pour objectif de rassembler la communauté statistique française qui s'intéresse à ces domaines et partager les dernières avancées, tant sur les aspects théoriques, que les questions de modélisation, d’inférence, de décision, et leurs applications concrètes.
Ce colloque est réalisé dans le cadre du projet ANR Hidden Semi Markov Models: INference, Control and Applications (HSMM-INCA), 2022-2025
THÈMES
Chaînes de Markov, processus de Markov, processus de semi-Markov, et versions cachées
Aspects théoriques, questions de modélisation, inférence, décision, applications
INSCRIPTIONS
Il n’y a pas de frais d’inscription, mais l’inscription est obligatoire.
Les inscriptions seront ouvertes entre le 15 janvier et le 17 avril5 mai 2023
ORGANISATEURS
IMAG Institut Montpelliérain Alexander Grothendieck, Université de Montpellier, CNRS LMAC Laboratoire de Mathématiques Appliquées de Compiègne, Université de Technologie de Compiègne, Sorbonne Universités LMRS Laboratoire de Mathématiques Raphaël Salem, Université de Rouen–Normandie, CNRS MIAT Unité de Mathématiques et Informatique Appliquées de Toulouse, INRAE Toulouse
Vlad Stefan BARBU (LMRS, Université de Rouen–Normandie) Salim BOUZEBDA (LMAC, Université de Technologie de Compiègne, Sorbonne Universités) Nathalie PEYRARD (MIAT, INRAE Toulouse) Sandra PLANCADE (MIAT, INRAE Toulouse) Benoîte de SAPORTA (IMAG, Université de Montpellier)