HAL Evry
Not a member yet
19237 research outputs found
Sort by
Optimal dividend and capital injection under self-exciting claims
No full textIn this paper, we study an optimal dividend and capital-injection problem in a Cramér-Lundberg model where claim arrivals follow a Hawkes process, capturing clustering effects often observed in insurance portfolios. We establish key analytical properties of the value function and characterise the optimal capital-injection strategy through an explicit threshold. We also show that the value function is the unique viscosity solution of the associated HJB variational inequality. For numerical purposes, we first compute a benchmark solution via a monotone finite-difference scheme with Howard's policy iteration. We then develop a reinforcement learning approach based on policy-gradient and actor-critic methods. The learned strategies closely match the PDE benchmark and remain stable across initial conditions. The results highlight the relevance of policy-gradient techniques for dividend optimisation under self-exciting claim dynamics and point toward scalable methods for higher-dimensional extensions
Le volontariat d'entreprise en France : définitions, pratiques et débats – revue de la littérature
No full textInternational audienc
Engineered micro-structured biomimetic material for modelling the outer blood-retinal barrier
No full textInternational audienceThe outer blood-retinal barrier (oBRB) is compromised in several retinal pathologies, such as age-related macular degeneration affecting over 200 million people worldwide. This 200-350 μm thick tissue includes the retinal pigment epithelium (RPE), the Bruch's membrane, and the vascularized choroid supplying the outer retina. Degeneration of the RPE and/or choroid leads to photoreceptor loss and, ultimately, blindness. Current in vitro co-culture oBRB models developed to better understand the diseases and to propose therapeutic alternatives are often simplistic, focusing on 2D cultures, or face limitations including non-physiological dimensions or low throughput.This study presents an innovative scaffold-driven approach to model the oBRB using a polysaccharide membrane engineered by freeze-drying. Our specific protocol allowed to mimic the oBRB structure, within physiological dimensions, generating a non-porous surface to culture the hiPSC-derived RPE monolayer, and an internal 3D porous structure for the choroidal network. Results showed that the inner porous structure promoted physiological self-organization of endothelial cells and pericytes. Our single-piece functional material allowed the cultivation of both RPE and choroidal compartments in close proximity, favoring cellular interactions, while maintaining them in their designated locations. This cyto-compatible, easy-to-use, and off-the-shelf membrane, produced at large amounts and low costs, provides a physiologically relevant biomaterial for oBRB tissue modelling.</div
From Grotthuss Transfer to Conductivity: Machine Learning Molecular Dynamics of Aqueous KOH
No full textInternational audienc
Apprentissage statistique pour les données hétérogènes et imparfaites : systèmes dynamiques neuronaux, transformée de signature et transport optimal
No full textIn many real-world applications, available data is degraded through noise and missing data. This heterogeneity induces a variety of biases, hence sometimes compromising the deployment of machine learning models. This thesis' first domain of interest is time series. Sequentially measured data fuels prediction in various domains such as text processing, medical data analysis, meteorology and finance. For a given task, the available data is often heterogeneous, and degraded by irregular and individual-specific sampling and missing data, calling for flexible models that can account for these disparities. Building on the recent literature on neural differential equations, we propose a statistical analysis of controlled dynamical systems, which model the interactions of a dynamical system with external time-varying perturbations. More precisely, we focus both on linearizations of such systems in the signature space, and neural controlled differential equations, which take a different route by fitting a neural vector field to the observed data. With medical applications in mind, we apply these techniques to a variety of tasks that include survival analysis, classification and regression. A second domain of interest is missing data in unsupervised comparison of distributions, and in particular through the lens of optimal transport. We provide a debiased estimator of the optimal transport distance under random missingness and apply it to various tasks, ranging from domain adaptation to statistical testing.Dans de nombreuses cas d'usage, les données utilisées sont dégradées par du bruit et des valeurs manquantes. Cette hétérogénéité dans la qualité des données induit une série de biais, qui limitent le déploiement d'algorithmes d'apprentissage machine. Cette thèse s'intéresse en premier lieu aux séries temporelles, qui sont une source omniprésente de données en apprentissage statistique. En effet, les données collectées séquentiellement alimentent de vastes champs d'application tels que l'analyse de textes, l'analyse de données médicales, la métérologie et la finance. Pour une tâche donnée, les données disponibles sont souvent hétérogènes et dégradées par un échantillonage irrégulier, propre à chaque individu, et des données manquantes. Ainsi, ces données appellent le dévelopement de modèles adaptés à ces irrégularités. Nous nous appuyons en particulier sur les développements récents autour des équations différentielles neuronales pour proposer une analyse statistique des systèmes dynamiques contrôlés. Ces systèmes modélisent le fonctionnement d'un système dynamique perturbé par un ensemble de données temporelles exogènes. Nous nous intéressons en particulier à leur linéarisation dans l'espace de signature, et aux équations différentielles contrôlées neuronales qui apprennent un champ de vecteurs paramétrisé par un réseau de neurones à une tâche donnée. Ces modèles sont ensuite appliqués à une suite de tâches inspirés par des problèmes propres aux données médicales et qui incluent l'analyse de survie, la classification et la régression. Dans un second temps, nous analysons un cadre plus abstrait où l'on souhaite comparer des distributions avec données manquantes en utilisant les outils du transport optimal. Nous proposons un estimateur asymptotiquement consistent du coût de transport et en détaillons différentes applications
Comment limiter les risques de l'intelligence artificielle en finance ?
No full textInternational audienceSelon le rapport du World Economic Forum de janvier 2025, les entreprises de services financiers ont consacré 35 Md USD dans l'intelligence artificielle (IA) en 2023, et les investissements attendus dans le secteur bancaire (assurances, marchés des capitaux et services de paiement) s'élèvent, en 2027, à 97 Md USD. Ce secteur est donc l'un des plus importants investisseurs dans l'IA. Les bénéfices de l'IA dans le secteur financier sont bien identifiés et nombreux, comme le traitement automatique et rapide des demandes de prêts, la personnalisation des services clients, l'évaluation de la solvabilité, la détection d'anomalies financières, l'analyse prédictive des tendances de marché. En revanche, moins de publications portent sur les effets problématiques de l'IA dans le secteur financier. Cet article se focalise donc sur les défis et les risques de l'IA en finance, et la manière de les limiter
Droits et économie des transports au XVIIIe siècle
No full textInternational audienceConférence comprise dans un cycle de séminaires (14/03/2025 au 05/06/2025
Visualiser et expliquer. Quels livrables (cartes, cartographies, chronologies) pour quelles démonstrations ?
No full textNational audienceTable ronde n°2, discutée par Christian Bessy (CNRS, ENS Paris-Saclay, IDHE.S) et Laurent Feller (Université Paris 1, LAMoP).Liste de participants incomplète sur le dépôt, le site de l'événement indique une liste globale pour la journée d'études (sans précision pour la table ronde) : https://www.idhes.cnrs.fr/on-ny-voit-rien-sources-corpus-bases-de-donnees-des-processus-de-saisie-aux-processus-de-preuve
Monetary riots in France during the 19th century
No full textInternational audienceOral presentation during session "Global History of Money Viewed from the Ground (Part 1/2)" (id 67063