BEGIN:VCALENDAR
VERSION:2.0
PRODID:-//GREYC UMR CNRS 6072 - Groupe de Recherche en Informatique, Image, et Instrumentation de Caen - ECPv5.7.0//NONSGML v1.0//EN
CALSCALE:GREGORIAN
METHOD:PUBLISH
X-WR-CALNAME:GREYC UMR CNRS 6072 - Groupe de Recherche en Informatique, Image, et Instrumentation de Caen
X-ORIGINAL-URL:https://www.greyc.fr
X-WR-CALDESC:évènements pour GREYC UMR CNRS 6072 - Groupe de Recherche en Informatique, Image, et Instrumentation de Caen
BEGIN:VTIMEZONE
TZID:Europe/Paris
BEGIN:DAYLIGHT
TZOFFSETFROM:+0100
TZOFFSETTO:+0200
TZNAME:CEST
DTSTART:20220327T010000
END:DAYLIGHT
BEGIN:STANDARD
TZOFFSETFROM:+0200
TZOFFSETTO:+0100
TZNAME:CET
DTSTART:20221030T010000
END:STANDARD
END:VTIMEZONE
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20221018T100000
DTEND;TZID=Europe/Paris:20221018T110000
DTSTAMP:20260423T223303
CREATED:20220914T075145Z
LAST-MODIFIED:20221010T145520Z
UID:10917-1666087200-1666090800@www.greyc.fr
SUMMARY:Séminaire Algo : Brigitte Vallée (GREYC\, Caen) « Variations autour du modèle des VLMC (= Variable Length Markov Chains) »
DESCRIPTION:Je commencerai par quelques rappels sur les processus généraux qui produisent des mots\, appelés sources\, leurs séries génératrices\, leur entropie et leur poids de Shannon. Je mentionnerai les sources simples (les sources sans mémoire\, les chaînes de Markov).\n\nPuis\, j’introduirai le modèle des VLMC (= Variable Length Markov Chains) qui se situe juste « au-dessus » du modèle de chaines de Markov\, (qu’on peut d’ailleurs voir comme des VLMC de longueur fixe.) J’en décrirai une classe particulière\, qui implémente la notion du renouvellement\, paramétrée par un réel β > 0 et désignée par Vβ.\nVia les séries génératrices et l’analyse de singularités\, j’analyserai cette source selon les différentes valeurs de β\, et étudierai en particulier son entropie\, et son poids de Shannon. Pour β > 1\, cette source est d’entropie positive\, et devient d’entropie nulle pour β ≤ 1.\n\nLa valeur β = 1 est particulièrement intéressante\, car la source V1 « approxime » (en un sens précis) une source célèbre\, la source de Farey\, que j’introduirai également.\n\nComme notre travail estime le poids de Shannon de la source V1\, et prouve qu’il est en O(n/log n)\, il donne un argument important pour la conjecture suivante (non encore démontrée…) « Le poids de Shannon de la source de Farey est en O(n/log n) ».
URL:https://www.greyc.fr/event/seminaire-algo-brigitte-vallee-greyc-caen/
LOCATION:Sciences 3- S3 351
CATEGORIES:General,News,Séminaire Algo
END:VEVENT
END:VCALENDAR