Sur le recuit simulé dans R^d
Probabilités et Statistique
Le recuit simulé est un algorithme stochastique classique permettant de trouver le minimum d’une fonction (un potentiel) $U>0$. On fait partir une particule markovienne (inhomogène) qui est poussée au fond des « trous » de potentiel et qui est suffisamment excitée pour sortir des trous (ou puits) des minima locaux. Si la température (relié au coefficient de diffusion) décroit à la bonne vitesse alors la particule se confinera dans les puits des minima globaux et elle convergera en probabilité vers un minimum global. Ce résultat bien connu pour des chaînes de Markov à espace d’état fini a été généralisé aux diffusions à valeurs dans des variétés compactes par Holley-Kusuoka-Stroock. Le cas (non compact) de R^d a été considéré par Miclo, cependant ses hypothèses sur $U$ sont assez contraignantes : par exemple $U$ n’est pas autorisée à avoir des minima locaux en dehors d’un compact. Je présenterai des résultats récents obtenus en collaboration avec N. Fournier et P. Monmarché qui donne des conditions sur $U$ plus naturelles pour que le recuit simulé fonctionne.
- Accueil
- Annuaire
- Equipes
- Evènements
- Congrès
- Invités
- Séminaires, Groupes de Travail et Colloquium
- Séminaires
- Analyse Complexe et Equations Différentielles
- Analyse Fonctionnelle
- Analyse Numérique et Equations Aux Dérivées Partielles
- Arithmétique
- Formes Automorphes
- Géométrie Algébrique
- Géométrie des espaces singuliers
- Géométrie Dynamique
- Histoire des Mathématiques
- Physique Mathématique
- Probabilités et Statistique
- Singularités et Applications
- Théorie Analytique et Analyse Harmonique
- Topologie
- Colloquium
- Groupes de Travail
- Analyse harmonique et théorie analytique
- Autour des fractales
- Calcul de Malliavin et processus fractionnaires
- Déformations des singularités de surfaces
- Equations aux dérivées partielles
- Extraction du signal
- Fondements mathématiques du deep learning
- Géométrie Non-Archimédienne
- Géométrie Stochastique
- Idéaux de Hodge
- Leçons d'Analyse
- Matrices Aléatoires
- Probabilités
- Statistique et Grande Dimension
- Systèmes Dynamiques
- Topologie
- W-algèbres
- Doctorants et Post-doctorants
- Séminaires
- Soutenances
- Anciens Séminaires et Groupes de Travail
- Formation par la Recherche
- Laboratoire
- Liens utiles
- Projets
- Recrutements
- Services