From October 2001
Eight of them are invited seminars in foreign labs (Toronto – Canada; Bristol, Lancaster, Warwick, Oxford,Edinburgh – United Kingdom; Brisbane – Australia;Geneva – Switzerland)
Séminaire IA du LAAS, Toulouse; Septembre 2025. Reliability and Effectiveness of some Stochastic Optimization methods [slides.pdf] or [slides.pdf]
Séminaire du Département RISC, LAAS, Toulouse; Juin 2025. Approximation Stochastique en Apprentissage : Avancées récentes [slides.pdf] or [slides.pdf]
Séminaire de l’équipe SARA, LAAS, Toulouse; Mai 2025. Stochastic Approximation beyond Gradient for Statistics and Machine Learning [slides.pdf] or [slides.pdf]
Séminaire Math-Bio-Santé, IMT, Toulouse; Décembre 2024. Exposé donné avec J. Chevallier. Credibility intervals for pandemic reproduction number from Nonsmooth Langevin-type Monte Carlo sampling [slides.pdf] or [slides.pdf]
Séminaire de l’équipe SOLACE, LAAS-CNRS, Toulouse; Novembre 2024. Stochastic Approximation: Finite-time analyses and Variance reduction. [slides.pdf] or [slides.pdf]
Séminaire Image, Optimisation et Probabilités, IMS & IMB, Bordeaux; Novembre 2024. Stochastic Approximation: Finite-time analyses and Variance reduction. [slides.pdf] or [slides.pdf]
(Diffusion auprès des collégiens) Présentation lors d’une journée avec des collégiens du Collège Louis Pasteur, Lavelanet; Mars 2024. Parlons SLAM [slides.pdf] or [slides.pdf]; and [article de presse]
Séminaire de l’équipe Données et Aléatoire, Théorie et Applications (DATA) du LJK, Grenoble; Janvier 2024. Stochastic Approximation Beyond Gradient [slides.pdf] or [slides.pdf]
Colloque de l’Institut de Santé Globale, Geneva, Switzerland; October 2023. Credibility Intervals for the Covid19 reproduction number [slides.pdf] or [slides.pdf]
OptAzur: Optimization in French Riviera; Octobre 2023. Stochastic Approximation Beyond Gradient [slides.pdf] or [slides.pdf]
(Diffusion auprès des collégiens) Présentation lors de la journée Bus’Maths, devant des collégiens de Lavelanet, Toulouse; Juin 2023. Parlons SLAM
Séminaire Parisien d’Optimisation, Paris; Avril 2023. Stochastic Variable Metric Forward-Backward with variance reduction. [slides.pdf] or [slides.pdf]
Séminaire du Maxwell Institute for Maxthematical Sciences, Heriot-Watt University. Edinburgh, United Kingdom; October 2022. Credibility Intervals for Covid19 reproduction number from Nonsmooth Langevin-type Monte Carlo sampling [slides.pdf] or [slides.pdf]
Séminaire du Dép de Mathématiques et Physique de l’Univ. de Queensland; Brisbane Australie; Avril 2022. Variance reduced Majorize-Minimization algorithms for large scale learning. [slides.pdf] or [slides.pdf]
Séminaire du groupe GAIA du GIPSA-Lab; Grenoble; Janvier 2022, remotely. The Expectation Maximization algorithm for Federated Learning. [slides.pdf] or [slides.pdf]
Journée GDR ISIS « Statistical Learning with missing values »; Décembre 2021. Federated Expectation Maximization with heterogeneity mitigation and variance reduction [slides.pdf] or [slides.pdf]
Séminaire Statistique et Optimisation de l’IMT; Toulouse; Novembre 2021. Algorithme Expectation Maximization avec réduction de variance pour l’optimisation de sommes finies. [slides.pdf] or [slides.pdf]
Séminaire de l’équipe MaIAGE, INRAE; Jouy-en-Josas; Septembre 2021. A variance reduced Expectation Maximization algorithm for finite-sum optimization [slides.pdf] or {slides.pdf]
« Petit Séminaire » de l’équipe Statistique et Probabilités de l’IMT; Toulouse; Avril 2020. Optimisation et Méthodes de Monte Carlo : entrelacements [slides.pdf] or [slides.pdf] – séminaire en distanciel, confinement COVID-19.
Workshop « Stochastic Processes and Statistical Machine Learning »; Toulouse; Mars 2019. Convergence of Stochastic Approximation-based algorithms, when the Monte Carlo bias does not vanish [slides.pdf] or [slides.pdf]
Séminaire SPOT; Toulouse; Février 2019. Convergence de méthodes de gradient stochastique à biais persistant [slide.pdf] or [slides.pdf]
Journées UT1-UT3; Toulouse; Septembre 2018. Stochastic Optimization with Markovian Inputs [slides.pdf] or [slides.pdf]
Séminaire de l’équipe Mathématique et Informatique Appliquées; INRA Toulouse; Janvier 2018. Algorithmes Gradient-Proximaux pour l’inférence statistique [slides.pdf] or [slides.pdf]
Séminaire de Statistique; Oxford, Royaume-Uni; Février 2017. Convergence of perturbed Proximal Gradient Algorithms [slides.pdf] or [slides.pdf]
Séminaire de Statistique; Institut de Mathématiques de Toulouse; Janvier 2017. Convergence d’algorithmes gradient-proximaux perturbés [slides.pdf] or [slides.pdf]
Séminaire du groupe TII du LTCI; Paris; Octobre 2015. Méthodes de Monte Carlo par Chaînes de Markov [slides.pdf] or [slides.pdf]
Journées AppliBUGS; Paris; Juin 2015. Dynamiques bien tempérées pour l’exploration Monte Carlo de lois multimodales [slides.pdf] or [slides.pdf]
Journées Phon&Stats « Sélection dans les modèles mixtes »; Laboratoire Jean Kuntzmann, Grenoble; Novembre 2014. Stochastic Proxima Gradient Algorithms [slides.pdf] or XXX
Séminaire du CMAP; Ecole Polytechnique; Avril 2014. Convergence of some Adaptive Biasing Potential algorithms [slides.pdf] or [slides.pdf]
Journée LIESSE « Enseigner les probabilités en Grande Ecole … et bientôt en Classes Préparatoires »; Telecom ParisTech; Mai 2012. Chaînes de Markov finies et Simulation – conférence d’E. Moulines donnée par G. Fort [slides.pdf] or [slides.pdf]
Séminaire de Statistique du Laboratoire Jean Kuntzman; Grenoble; Avril 2012. Estimation of cosmological parameters using adaptive importance sampling [slides.pdf] or [slides.pdf]
Journée du Département TSI; Paris; Juin 2011. Inférence statistique en ligne dans les modèles de Markov cachées. Application au SLAM sous-marin [slides.pdf] or [slides.pdf]
Séminaire de l’I3M; Montpellier; Janvier 2011. Méthodes MCMC adaptatives
Séminaire du CMAP; Ecole Polytechnique, Novembre 2010. Méthodes MCMC adaptatives [slides.pdf] or [slides.pdf]
Séminaire Méthodes de Monte Carlo en Grande Dimension; Paris; Octobre 2010. Méthodes de Monte Carlo adaptatives et Approximation Stochastique [slides.pdf] or [slides.pdf]
Soutenance d’HDR; Paris; Février 2010. Méthodes de Monte Carlo et Chaînes de Markov pour la simulation [slides.pdf] or [slides.pdf]
Séminaire Méthodes de Monte Carlo en grande dimension (Big’MC); Paris; Juin 2009. Théorèmes limites pour les échantillonneurs MCMC adaptatifs [slides.pdf] XXX
Journée GDR ISIS « Problèmes inverses »; Paris; Mars 2009. MCMC et approximations en champs moyen pour les modèles de Markov [slides.pdf] or [slides.pdf]
Séminaire du département de Statistique; Warwick, Royaume-Uni; Juin 2008. Stability of Markov chains based on fluid limit techniques. Applications to MCMC [slides.pdf] or [slides.pdf]
Séminaire de l’Institut de Mathématiques de Bordeaux; Mars 2008. Stabilité des Chaînes de Markov par la méthode des limites fluides. Applications à l’étude des méthodes MCMC adaptatives [slides.pdf] or [slides.pdf]
Séminaire de Statistique du Laboratoire de Statistique et Probabilités; Toulouse; Janvier 2008. Stabilité des Chaînes de Markov par la méthode des limites fluides. Applications à l’étude des méthodes MCMC adaptatives [slides.pdf] or [slides.pdf]
Séminaire de Statistique du Laboratoire Jean Kuntzman; Grenoble; Mai 2007. Limites fluides de quelques échantillonneurs MCMC [slides.pdf] or [slides.pdf]
Séminaire TREK de l’ENS; Paris; Février 2007. Limites fluides et Stabilité des Chaînes de Markov. Application aux échantillonneurs MCMC [slides.pdf] of [slides.pdf]
Séminaire Parisien de Statistiques; Paris; Novembre 2006. Limites fluides et Stabilité des Chaînes de Markov. Application aux échantillonneurs MCMC [slides.pdf] or [slides.pdf]
Séminaire du Dpt de Statistique; Bristol, Royaume-Uni; Mars 2005. Ergodicity of Markov chains with general state space: regularity, drift conditions, subgeometric and geometric ergodicity.
Séminaire de Statistique et Modélisation Stochastique; Grenoble; Juin 2004. L’algorithme Ridge-Partial Least Squares et Application à la classification de puces à ADN [slides.pdf] or [slides.pdf]
Séminaire SAMOS; Paris; Mai 2004. L’algorithme Ridge-Partial Least Squares et Application à la classification de puces à ADN [slides.ps] or [slides.ps]
Séminaire de Statistique; Toronto, Canada; Novembre 2002. A drift criterion for subgeometric ergodicity of Markov transition kernel. [slides.ps]
Séminaire de Statistique; Lille; Janvier 2002. Critère d’ergodicité polynomiale : applications à l’analyse de convergence d’algorithmes MCMC [slides.ps] or [slides.ps]
Séminaire de Statistique et Modélisation Stochastique; Grenoble; Décembre 2001. Critère d’ergodicité polynomiale : applications à l’analyse de convergence d’algorithmes MCMC [slides.ps] or [slides.ps]
Soutenance de thèse; Paris; Juin 2001. Contrôle explicite d’ergodicité de Chaînes de Markov. Applications à l’analyse de convergence de l’algorithme Monte Carlo EM [slides.ps.gz] or [slides.ps.gz]