Des kits
J’ai une obsession pour les pense-bêtes courts et (j’espère) instructifs…
Autour des processus stochastiques en sciences du vivant et en agronomie
- 2019 – Introduction to piecewise deterministic Markov processes (PDMP) and applications to neuroscience, Doctoral course at the “Basque Center for Applied Mathematics” (BCAM), 10h, 2019 [slides].
- 2017 et 2018 – Modélisation et Contrôle Numérique de Systèmes Dynamiques en Agronomie – Formation donnée en par Céline Casenave et moi-même. Ensemble de notebooks
Python[gitlab]. - 2009 à 2015 – Processus stochastiques en temps continu pour la modélisation en écologie, cours du Master de BioStatistique (Universités de Montpellier II & I, et SupAgro Montpellier) [PDF].
- 2011 et 2013 – Participation au module de formation doctorale I2S “Modélisation pour la biologie et l’écologie – Méthodes mathématiques et computationnelles” :
- 2011 – Introduction aux processus de Markov en temps continu – Application en modélisation computationnelle , 22-24 mars 201;
- 2013, 11 et 12 février – Modélisation stochastique de dynamiques de populations: simulation & analyse.
- 2011, 2012, 2013 – Master Stic-Environnement: Chaînes de Markov et modèles de succession.
- 2010 – Modules de formation doctorale I2S 2010 – Introduction aux Modèles Stochastiques de Dynamique de Population, 3-4 mai 2010 [slides].
- 2002 – Chaîne de Markov et modèles de markov cachés pour la génomique:
une introduction. DEA d’informatique de l’École doctorale de mathématiques et informatique de Marseille, filière info-bio-math [slides].
Autour du filtrage particulaire
- 2005 à 2008 – Modèles de Markov cachés et filtrage particulaire. Masters recherche 2ème année, Université du Sud Toulon-Var. Mots-clefs : loi conditionnelle, processus de Markov, filtre de Kalman, filtre non linéaire, approximation particulaire, applications. [PDF] voir également le logiciel SMC demos [page, git].
Autres enseignements
- 2013 – Modules de formation doctorale I2S 2013 – Programmation orientée objet : modélisation probabiliste & calculs numériques en statistique pour la biologie, en collaboration avec Pierre Pudlo (UM2/I3M et INRA), 11-22 février 2013. Dans cette formation je présente deux points: éditer, sauvegarder, versioner et collaborer; Python.
- 1997 – Filtrage non linéaire discret. DEA 1996-97 de Mathématiques Appliquées de l’Ecole doctorale de mathématiques et informatique de Marseille. Mots-clefs : chaînes de Markov, filtrage linéaire optimal, filtrage non linéaire optimal, filtre de Kalman étendu, modèles de Markov cachés, équations de Baum, algorithme de Viterbi.
- 1997, 1992, 1991, 1990 – Filtrage de Kalman et application en trajectographie. ESSI 1989 à 1991 Université de Nice-Sophia-Antipolis & DESS 1996-97 d’Ingéniérie Mathématique, Université de Provence. Mots-clefs : filtre de Kalman, filtre de Kalman étendu, systèmes sans bruit de dynamique, trajectographie passive.
- 1997 – Mouvement brownien EDS et EDP. DEA 1996-97 de Mathématiques Appliquées de l’Ecole doctorale de mathématiques et informatique de Marseille. Mots-clefs : mouvement brownien, liens EDS/EDP.
- 1995 – Equations différentielles stochastiques. DEA 1994-95 de Mathématiques Appliquées de l’Ecole doctorale de mathématiques et informatique de Marseille. Mots-clefs : processus stochastique et mouvement brownien, calcul différentiel
de Ito, équations différentielles stochastiques. - 1994 – Processus de diffusion et application en finance. DEA de Mathématiques Appliquées de l’Ecole doctorale de mathématiques et informatique de Marseille. Mots-clefs : processus stochastique et mouvement brownien, calcul différentiel
de Ito, équations différentielles stochastiques, finance [PDF]. - 1993 – Optimisation discrète par Recuit Simulé et Machine de Boltzman. DESS d’Ingénierie Mathématique, Université de Provence, année 1992-93. Mots-clefs : chaînes de Markov, recuit simulé, machines de Boltzman [PDF].
- 1990, 1989 – Introduction aux statistiques. Troisième année de l’Ecole Supérieure des Sciences de l’Informatique (ESSI) de Sophia-Antipolis. Mots-clefs : rappels de probabilités, estimation paramétrique, test d’hypothèses, estimation non paramétrique [PDF].
Formations diverses
- Introduction au filtrage particulaire. École chercheurs en traitement de signal, Irisa. En collaboration avec F. Le Gland. 2004 [slides].
- F. Campillo and F. Le Gland. Filtrage Particulaire – Introduction et Aspects Algorithmiques. Formation, Centre de Compétence Technique (CCT) et Centre National d’Études Spatiales (CNES) Toulouse, 24 novembre. 2003 [slides].
- Filtrage Particulaire: Quelques exemples “avec les mains” et matlab. Formation SAGEM, Argenteuil – 12-13 juin et 3-4 juillet 2003. En collaboration avec F. Le Gland [slides].