HAL-Polytechnique
Not a member yet
51406 research outputs found
Sort by
Hot off the Press: Near-Tight Runtime Guarantees for Many-Objective Evolutionary Algorithms
No full textThis paper for the Hot-off-the-Press track at GECCO 2025 summarizes the work Simon Wietheger and Benjamin Doerr. Near-Tight Runtime Guarantees for Many-Objective Evolutionary Algorithms. In Parallel Problem Solving from Nature – PPSN XVIII. 153-168, 2024.[12].International audienceDespite significant progress in the field of mathematical runtime analysis of multi-objective evolutionary algorithms (MOEAs), the performance of MOEAs on discrete many-objective problems is little understood. In particular, the few existing performance guarantees for classic MOEAs on classic benchmarks are all roughly quadratic in the size of the Pareto front. In this work, we consider a large class of MOEAs including the (global) SEMO, SMS-EMOA, balanced NSGA-II, NSGA-III, and SPEA2. For these, we prove near-tight runtime guarantees for the four most common benchmark problems OneMinMax (OMM), CountingOnesCountingZeros (COCZ), LeadingOnesTrailingZeros (LOTZ), and OneJumpZeroJump (OJZJ), and this for arbitrary numbers of objectives. Our bounds depend only linearly on the size of the largest incomparable set, showing that MOEAs on these benchmarks cope much better with many objectives than what previous works suggested. Our bounds are tight apart from small polynomial factors in the number of objectives and length of bitstrings. This is the first time that such tight bounds are proven for many-objective uses of MOEAs
The macroscopic contact angle of water on ice
No full textInternational audienceWettability quantifies the affinity of a liquid over a substrate, and determines whether the surface is repellent or not. When both the liquid and the solid phases are made of the same chemical substance and are at thermal equilibrium, complete wetting is expected in principle, as observed for instance with drops of molten metals spreading on their solid counterparts. However, this is not the case for water on ice. Although there is a growing consensus on the partial wetting of water on ice and several estimates available for the value of the associated contact angle, the question of whether these values correspond to the equilibrium angle or not is still open. In the present paper, we address this issue experimentally and demonstrate the existence of a small, non-vanishing equilibrium contact angle of water on ice whose value is close to 12°. Indeed, when depositing water droplets on ice layers with accurately controlled surface temperatures, we evidence that droplet spreading is unaffected by thermal effects and phase change close enough to the melting point, where the liquid film relaxes to a stable sessile drop shape. Whereas the short time dynamics is driven by an inertial-capillary balance, the evolution towards equilibrium is described by a Cox-Voinov dynamics and is therefore capillary -and not thermally -related. This way, we show that the measured macroscopic contact angle at the end of the spreading process is indeed an equilibrium one, and that it remains constant for undercoolings below 1 K. We anticipate this key finding to significantly improve the understanding of capillary flows in the presence of phase change, which is especially useful in the context of ice morphogenesis and of glaciology, but also in the aim of developing numerical methods for resolving triple-line dynamics
Contributions à l'Apprentissage de Représentations sur Graphes et à leurs Applications aux Marchés Financiers
No full textGraph Representation Learning (GRL) has emerged as a powerful framework for modeling relational data, with notable success in fields such as molecular biology and social network analysis. In finance, however, its adoption remains limited. This is partly due to architectural constraints, as prevailing GRL models are designed for static, homogeneous graphs, and partly due to the lack of unified graph construction methods suited to the heterogeneous and evolving nature of financial systems. As a result, financial machine learning continues to rely on conventional models that fail to exploit the rich relational and temporal structures inherent in financial data.This dissertation investigates how GRL can be adapted to address fundamental applications in financial markets. It comprises three research endeavors, each tackling a distinct challenge: extending graph-based recommendation systems to capture temporal dynamics, introducing economic structure into unsupervised factor models, and designing a temporal graph framework for market forecasting.In the first part, we focus on modeling user-item interactions for bond recommendation. Our main contributions are two systems that extend graph collaborative filtering to dynamic settings. The first, Adaptive Collaborative Filtering (ACF), learns personalized time-decay functions to discount interactions based on their recency. The second introduces a causal graph convolutional framework with sliding windows to capture evolving client interests. Both methods address the non-stationarity of financial interactions and demonstrate substantial gains over static baselines.The second part presents a graph-guided factor model for credit spread decomposition. By structuring the latent space using bipartite graphs that link bonds to economic features, we incorporate domain-informed sparsity into standard factor models such as Autoencoders. This structural prior improves both interpretability and reconstruction performance, while also enhancing robustness to missing data. We further extend the model to incorporate dynamic bond features and demonstrate its utility in two downstream tasks: risk attribution and statistical arbitrage.Finally, we frame forex price prediction as a temporal node classification task on evolving client-currency trade networks. This formulation allows the model to leverage transactional signals often overlooked by tabular approaches for market prediction. Moreover, we show that adding self-supervised regularization—in the form of an auxiliary link reconstruction objective—improves forecasting accuracy and opens new directions for multi-task learning in financial GNNs.Together, these contributions demonstrate the versatility of GRL in modeling complex financial systems. They also lay the foundation for future research on graph-native models across a wide range of financial tasks.L’apprentissage de représentations sur graphes Graph Representation Learning (GRL) s’impose comme un cadre particulièrement puissant pour la modélisation des données relationnelles, avec des applications probantes en biologie moléculaire ou dans l’analyse des réseaux sociaux. Son adoption en finance reste toutefois limitée. Cela s’explique à la fois par des contraintes architecturales — les modèles dominants de GRL étant conçus pour des graphes homogènes et statiques — et par l’absence de méthodes standarisées de construction de graphes adaptées à la nature hétérogène et dynamique des systèmes financiers. En conséquence, l’apprentissage automatique en finance repose encore largement sur des approches conventionnelles, incapables de tirer parti de la richesse relationnelle et temporelle des données financières.Cette thèse explore comment le GRL peut être adapté à des applications fondamentales dans les marchés financiers. Elle s'articule autour de trois axes de recherche, chacun répondant à un défi spécifique : étendre les systèmes de recommandation par graphes à des contextes dynamiques, intégrer une structure économique dans des modèles de facteurs non supervisés, et concevoir un cadre d'apprentissage fondé sur des graphes temporels pour la prévision de marché.La première partie porte sur la modélisation des interactions utilisateur-produit pour la recommandation d’obligations. Nous proposons deux systèmes étendant le filtrage collaboratif par graphes à des environnements dynamiques. Le premier, Adaptive Collaborative Filtering (ACF), apprend des fonctions de décroissance temporelle personnalisées afin de pondérer les interactions en fonction de leur ancienneté. Le second repose sur un cadre de convolution causale sur graphes, utilisant des fenêtres glissantes pour capturer l’évolution des intérêts clients. Ces deux méthodes s’attaquent à la non-stationnarité des interactions financières et montrent des performances nettement supérieures aux modèles statiques de référence.La deuxième partie introduit un modèle de facteurs guidé par graphe pour la décomposition des spreads de crédit. En structurant l’espace latent à l’aide de graphes bipartis reliant obligations et variables économiques, nous intégrons une parcimonie informée par l’expertise métier dans des modèles standards tels que les autoencodeurs. Ce biais structurel améliore à la fois l’interprétabilité, la qualité de reconstruction, ainsi que la robustesse aux données manquantes. Nous étendons également le modèle pour y intégrer des caractéristiques dynamiques des obligations, et démontrons son utilité pour l’attribution du risque et l’arbitrage statistique.Enfin, nous formulons la prévision des prix de change comme une tâche de classification de nœuds sur des graphes bipartis dynamiques représentant les interactions client-devise. Cette approche permet d’exploiter des signaux transactionnels souvent négligés par les méthodes tabulaires. Nous montrons en outre que l’ajout d’une régularisation auto-supervisée — via une tâche auxiliaire de reconstruction de liens — améliore la précision des prévisions et ouvre de nouvelles perspectives pour l'apprentissage multitâches dans les GNNs appliqués à la finance.Pris ensemble, ces contributions illustrent la polyvalence du GRL pour modéliser la complexité des systèmes financiers, et posent les bases de futures recherches sur des modèles natifs aux graphes pour un large éventail d’applications en finance
Phénomènes de diffusion pour des équations dispersives
No full textThis thesis is devoted to the study of solutions of dispersive equations, with a random coloration. In chapters 1, 2 and 3, we study the long-time dynamics of solutions of Hartree equations with a probabilistic point of view. Precisely, in chapter 1, we work on the stability of a thermodynamical equilibria, through a scattering result around this equilibria, for the quintic Hartree equation. This work is a continuation of a result for the cubic Hartree equation, proved by Collot– de Suzzoni. The result of chapter 2 is a result of diffusionaround a thermodynamical equilibria for the Hartree–Fock equation, obtained by adding a term to the Hartree equation, called exchange term. This term adds many difficulties to the study of the stability of the equilbiria. However, this exchange term is at thesource of cancellations, that allows to obtain a scattering result around zero for the Hartree–Fock equation in dimension 1 : this is the main result in chapter 3. In chapter 4, we investigate the construction of Gibbs measures for the zonal Dirac equation. In particular,we show a result of existence of solutions for the zonal Dirac equation, by constructing a Gibbs measure,after having renormalized the equation.Cette thèse est consacrée à l'étude de solutions d’équations dispersives, avec coloration aléatoire. Dans les chapitres 1,2 et 3, on étudie le caractère en temps long de solutions d’équations de Hartree avec point de vue probabiliste. Plus précisément, dans lechapitre 1, on travaille sur la stabilité d’un équilibre thermodynamique, `a travers un résultat de diffusion autour de cet équilibre, pour l’équation de Hartree quintique. Ce travail est une extension d’un résultat de diffusion pour l’équation de Hartree cubique, prouvépar Collot–de Suzzoni. Le résultat du chapitre 2 est un résultat de diffusion autour d’un équilibre thermodynamique pour l’équation de Hartree–Fock, obtenue en ajoutant un terme dit d’échange à l’équation de Hartree. Ce terme rajoute de nombreuses difficultés à l’étude de la stabilité des équilibres. Ce terme d’échange fait cependant apparaître certaines annulations qui permet de montrer en dimension 1 un résultat de diffusion autour de zéro : c’est le résultat principal du chapitre 3. Dans le chapitre 4, il est question de la construction de mesures de Gibbs pour l’équation de Dirac zonale. En particulier, on montre un résultat d’existence de solutions en construisant une mesure de Gibbs, après une renormalisation de l’équation
Convergence analysis of a high-order Multi-scale Finite Element Method (MsFEM) for Stokes flows in heterogeneous media
No full textAn enriched non-conforming Multi-scale Finite Element Method (MsFEM) to solve viscous incompressible flow problems in genuine heterogeneous or porous media was proposed in [Q. Feng, G. Allaire, and P. Omnes, Multiscale Model. Simul., 20(1):462-492, 2022]. The main feature of this MsFEM is the consideration of high-order sets of weighting functions: for the velocity, they are polynomials of order n on the faces and of order n-1 in the volume of the elements; for the pressure they are polynomials of order n in the element volume. In the previously cited reference, only the case n = 1 was numerically tested. The present paper proposes the first implementation for the case n = 2 in two and three dimensions. Furthermore, a discrete analysis of this MsFEM applied to the Stokes problem in heterogeneous media is performed. In particular, a first error estimate is obtained, proving the convergence of this MsFEM for the Stokes problem in periodic perforated media. In addition, it has been shown in the previously cited reference, that the continuous local problems involved in this MsFEM are well-posed. Here, their discrete counterparts are also proved to be well-posed, for any n in two dimensions and for n equal to 1 and 2 in three dimensions, with a judicious choice of non-conforming pairs of finite elements
Irrational CFTs from coupled anyon chains with non-invertible symmetries?
No full textInternational audienceIrrational CFTs in 1+1d with a discrete spectrum and no conserved currents other than the stress-tensor are expected to be generic, unsolvable by standard methods, and hard to construct explicitly. We introduce a lattice model that realizes a candidate for such a CFT as a conformal phase of matter without fine-tuning. The model is constructed by coupling golden anyon chains together, preserving copies of the Fibonacci non-invertible symmetry. We use the MPS/DMRG approach to study this model numerically, which allows us to calculate the corresponding conformal data, obtaining hints of its irrationality. As a byproduct of our analysis, we provide an extensive list of rational CFTs with
Photoelectric Effect in Air Explains Lightning Initiation and Terrestrial Gamma Ray Flashes
No full textInternational audienceTerrestrial gamma ray flashes (TGFs) are high‐energy photon bursts that have been linked to short bursts of electromagnetic radiation associated with lightning activity. The most puzzling unexplained aspect of these events is that gamma rays originate from very compact regions of space while the source regions often seem to be optically dim and radio silent when compared to processes in ordinary lightning discharges. In this work, we report a mechanism that allows precise quantitative explanation of these peculiar features of TGFs and their relationships to the observed waveform characteristics of associated radio emissions. The mechanism represents an extension of earlier ideas on feedback processes in growth of relativistic runaway electron avalanches (Dwyer, 2003, https://doi.org/10.1029/2003GL017781 ), and is based on a recent demonstration of the dominant role of the photoelectric feedback on compact spatial scales (Pasko, Celestin, et al., 2023, https://doi.org/10.1029/2022GL102710 ). Since discussed events often occur in isolation or precede formation of lightning discharges, the reported findings propose a straightforward solution for the long‐standing problem of lightning initiation
Degradation mechanisms analysis of perovskite solar cells and mini-modules : development of methodologies & phenomenological models
No full textPerovskite solar cells (PSC) are arguably the emerging photovoltaic technology of the decade, lately achieving lab scale efficiencies above 25% and with a potential practical limit of 39% for Perovskite/Silicon tandem configurations. However, their stability is still insufficient. Several degradation pathways have been observed in PSC under multiple stressors such as heat, light, mechanical stress, voltage bias, (and specially) moisture and oxygen, resulting in transient behaviors during current density-voltage (JV) characterization. Under real operating conditions, PSC will be exposed to multiple stressors at the same time, thus being prone to concomitant types of degradation within all layers and interfaces composing its architecture. Hence, the current thesis project aims to develop more consistent methodologies and phenomenological models to properly analyze degradation in PSC via indoor stability testing.First, a better understanding on the impact of slow ionic dynamics at buried interfaces is required. Particularly, ion redistribution and modulation of recombination at the perovskite (PK) layer can hinder charge extraction. Impedance spectroscopy (IS) is an advanced technique that allows a more deconvoluted analysis of the JV response of full devices under operating conditions. A combined JV/SunsVoc/IS (non-destructive) methodology with a multi-biasing approach was implemented, at short-circuit (Jsc) and open-circuit (Voc), for inverted (p-i-n) PSC architectures. Moreover, through drift-diffusion simulations and IS fittings to a selected equivalent circuit model, it is shown that properties such as electronic mobility and ionic concentration in the PK and the device’ shunt resistance can be extracted from the IS methodology at Jsc. Additionally, the analysis of coupled ionic effects with interfacial energetic band offsets on dominant recombination is provided at Voc, including a comparison of the derived “dark diode” ideality factor (nid) between the three techniques.In addition, inverted PSC stability was assessed using in-situ and ex-situ IS characterization coupled with ISOS stability tests. The devices were degraded under light/dark cycling (ISOS-LC-1I) and constant illumination (ISOS-L-1I), at 1 sun and at Voc load within an inner N2 environment of a climatic chamber. JV curves degradation was correlated to the IS response decomposed into resistive (R), capacitive (C) and inductive (L) elements. Likewise, the electric response was correlated with the physico-chemical stability at the PK bulk and buried interfaces quality using a wide range of complementary opto-electric, compositional and morphological techniques. Potential degradation via methylammonium iodide dimerization was linked to the formation of ionic aggregates at the PK interface with the holes selective transport layer. The aggregation dynamics result in the formation of injection barriers in degraded devices after dark relaxation. These barriers are worsened by moisture ingress, forming iodine-rich spots and inducing inductive components on IS at low frequencies under forward voltage bias conditions. A reversibility under continuous light-soaking was observed, homogenizing electroluminescence measurements and reducing the interfacial energetic barriers. The metastable behavior was correlated with s-shape transitions JV curves. Additionally, from in-situ IS analysis it is proposed that the gradual halide de-mixing under constant illumination and increase of multi-level trap-assisted recombination during ionic redistribution around Voc may enhance PSC long-term performance degradation.Les cellules solaires à pérovskite (PSC) sont la technologie photovoltaïque émergente, atteignant récemment des rendements en laboratoire supérieurs à 25% et avec une limite pratique de 39% pour les configurations tandem Pérovskite/Silicium. Cependant, leur stabilité reste insuffisante. Plusieurs voies de dégradation ont été observées sous divers facteurs tels que la chaleur, la lumière, le stress mécanique, la polarisation de tension, l'humidité et l'oxygène, entraînant des comportements transitoires lors de la caractérisation courant-tension (JV). Dans des conditions de fonctionnement réelles, les PSC seront exposés à plusieurs facteurs de stress en même temps, ce qui les rendra sujets à des types de dégradation concomitants dans toutes les couches et interfaces composant leur architecture. Par conséquent, la thèse est visée à développer des méthodologies et des modèles phénoménologiques plus cohérents pour analyser correctement la dégradation des PSC.Dans un premier temps, une meilleure compréhension de l'impact des dynamiques ioniques lentes aux interfaces enfouies est nécessaire. En particulier, la redistribution des ions et la modulation de la recombinaison dans la couche de pérovskite (PK) peuvent entraver l'extraction des charges. La spectroscopie d'impédance (IS) est une technique avancée qui permet une analyse plus décomposée de la réponse JV des dispositifs dans des conditions de fonctionnement. Une méthodologie combinée JV/SunsVoc/IS avec une approche multi-biais a été mise en œuvre, en court-circuit (Jsc) et en circuit ouvert (Voc), pour les architectures PSC inversées (p-i-n). De plus, grâce aux simulations de dérive-diffusion et aux ajustements IS à un modèle de circuit équivalent sélectionné, il est montré que des propriétés telles que la mobilité électronique et la concentration ionique dans le PK et la résistance de shunt du dispositif peuvent être extraites de la IS à Jsc. De plus, l'analyse des effets ioniques couplés avec les décalages de bande énergétique interfaciale sur la recombinaison est fournie à Voc, y compris une comparaison du facteur d'idéalité dérivé entre les trois techniques.De plus, la stabilité des PSC inversés a été évaluée en utilisant une caractérisation IS in-situ et ex-situ couplée à des tests de stabilité ISOS. Les dispositifs ont été dégradés sous des cycles lumière/obscurité (ISOS-LC-1I) et une illumination constante (ISOS-L-1I), à 1 soleil et à charge Voc dans un environnement inerte d'une enceinte climatique. La dégradation des courbes JV a été corrélée à la réponse IS décomposée en éléments résistifs (R), capacitifs (C) et inductifs (L). De même, la réponse électrique a été corrélée à la stabilité physico-chimique des interfaces enfouies et de la couche PK en utilisant des techniques complémentaires. La dégradation potentielle via la dimérisation de iodide de methylammonium a été liée à la formation d'agrégats ioniques à l'interface PK avec la couche de transport sélective des trous. La dynamique d'agrégation entraîne la formation de barrières d'injection dans les dispositifs dégradés après relaxation dans l'obscurité. Ces barrières sont aggravées par l'infiltration d'humidité, formant des points riches en iode et induisant des composants inductifs à basses fréquences. Une réversibilité sous une exposition continue à la lumière a été observée, homogénéisant les mesures d'électroluminescence et réduisant les barrières énergétiques interfaciales. Le comportement métastable a été corrélé avec les transitions des courbes JV. De plus, à partir de l'analyse IS, il est proposé que le dé-mélange graduel des halogénures sous illumination constante et l'augmentation de la recombinaison assistée par défauts multi-niveaux peuvent déclencher une dégradation supplémentaire des performances à long terme
Heat Kernel Methods for Multiloop Calculations in Curved Spacetime: Nonzero Spin
No full textInternational audienceIn a previous paper we have presented a general formalism for computing Feynman diagrams for scalar fields in curved spacetime at any loop order using heat kernel methods. The main technique used is the expansion of the fully off-diagonal heat kernel in Riemann normal coordinates. In this work we extend this to include fields of nonzero spin, in particular spin- fermions
Échantillonneur de diffusion basé sur des références apprises pour les distributions multimodales
No full textInternational audienceOver the past few years, several approaches utilizing score-based diffusion have been proposed to sample from probability distributions, that is without having access to exact samples and relying solely on evaluations of unnormalized densities. The resulting samplers approximate the time-reversal of a noising diffusion process, bridging the target distribution to an easy-to-sample base distribution. In practice, the performance of these methods heavily depends on key hyperparameters that require ground truth samples to be accurately tuned. Our work aims to highlight and address this fundamental issue, focusing in particular on multimodal distributions, which pose significant challenges for existing sampling methods. Building on existing approaches, we introduce Learned Reference-based Diffusion Sampler (LRDS), a methodology specifically designed to leverage prior knowledge on the location of the target modes in order to bypass the obstacle of hyperparameter tuning. LRDS proceeds in two steps by (i) learning a reference diffusion model on samples located in high-density space regions and tailored for multimodality, and (ii) using this reference model to foster the training of a diffusion-based sampler. We experimentally demonstrate that LRDS best exploits prior knowledge on the target distribution compared to competing algorithms on a variety of challenging distributions.Au cours des dernières années, plusieurs approches utilisant la diffusion basée sur le score ont été proposées pour échantillonner des distributions de probabilité, c'est-à-dire sans avoir accès à des échantillons exacts et en s'appuyant uniquement sur des évaluations de densités non normalisées. Les échantillonneurs qui en résultent se rapprochent de l'inversion temporelle d'un processus de diffusion du bruit, faisant le lien entre la distribution cible et une distribution de base facile à échantillonner. Dans la pratique, les performances de ces méthodes dépendent fortement d'hyperparamètres clés qui nécessitent des échantillons exacts pour être ajustées avec précision. Notre travail vise à mettre en évidence et à traiter cette question fondamentale, en se concentrant en particulier sur les distributions multimodales, qui posent des défis significatifs pour les méthodes d'échantillonnage existantes. En s'appuyant sur les approches existantes, nous introduisons l'échantillonneur de diffusion basé sur la référence apprise (LRDS), une méthodologie spécifiquement conçue pour exploiter les connaissances préalables sur l'emplacement des modes cibles afin de contourner l'obstacle de l'accord des hyperparamètres. Notre algorithme procède en deux étapes : (i) apprentissage d'un modèle de diffusion de référence sur des échantillons situés dans des régions à haute densité spatiale et adapté à la multimodalité, et (ii) utilisation de ce modèle de référence pour favoriser l'apprentissage d'un échantillonneur basé sur la diffusion. Nous démontrons expérimentalement que le LRDS exploite mieux les connaissances préalables sur la distribution cible que les algorithmes concurrents sur une variété de distributions difficiles