SIGNALER une erreur


Algorithme  Algorithmes  Alimentation en énergie  Analyse de sensibilité  Applications scientifiques  Apprentissage statistique  Automobiles -- Conception et construction  Bayesien  Bootstrap  CMA-ES  Calage bayésien  Calibration bayésienne  Chaos Polynomial  Choix de modèle  Co-Krigeage  Consommation  Copules  Dosimétrie  Débit d'Absorption Spécifique  Déformation  EGO  Emulation par processus gaussien  Estimation, Théorie de l'  Expériences numériques  Fiabilité  Filtrage non-linéaire  Filtres  Fonctions gaussiennes  Fonctions numériques  Grande dimension  Incendies et prévention des incendies  Incertitude  Incertitude  Krigeage  Lidar Doppler  Mathématiques  Minerais -- Échantillonnage et estimation  Modèles mathématiques  Monte Carlo séquentiel  Monte-Carlo  Monte-Carlo, Méthode de  Multi-Fidélité  Multi-objectif  Métamodélisation  Méthodes bayésiennes  Méthodes à noyaux  Neutronique  Neutrons  Non stationnaire  Noyau de covariance  Ondelettes  Optimisation  Optimisation Bayésienne  Optimisation Globale  Optimisation globale  Optimisation mathématique  Optimisation multiobjectif  Optimisation robuste  Optoélectronique  Plan d'expériences  Planification -- Informatique  Planification d'expériences  Planification séquentielle  Plongements aléatoires  Prise de décision  Prise de décision  Probabilité de défaillance  Probabilités  Processus Gaussiens  Processus gaussiens  Processus stochastiques  Quantification d’incertitude  Radiofréquences  Sensibilité, Théorie de la  Simulation par ordinateur  Statistique bayésienne  Sécurité incendie  Sélection bayésienne de modèle  Théorie de la décision bayésienne  Turbomachines  Turbulence  Validation d'un code de calcul  

David Ginsbourger a rédigé la thèse suivante :

Multiples métamodèles pour l'approximation et l'optimisation de fonctions numériques multivariables

par David Ginsbourger sous la direction de Laurent Carraro - Saint-Etienne, EMSE

Mathématiques appliquées
Soutenue en 2009
Thèse soutenue

Accéder en ligne

David Ginsbourger a dirigé les 2 thèses suivantes :

Warping and sampling approaches to non-stationary gaussian process modelling.

par Sebastien Marmin sous la direction de Jacques Liandrat , David Ginsbourger et de Jean Baccou . - Ecole centrale de Marseille

Mathématiques
Soutenue le 12-12-2017
Thèse soutenue

Accéder en ligne

Uncertainty quantification on pareto fronts and high-dimensional strategies in bayesian optimization, with applications in multi-objective automotive design

par Mickaël Binois sous la direction de Olivier Roustant et de David Ginsbourger . - Saint-Etienne, EMSE

Mathématiques appliquées
Soutenue le 03-12-2015
Thèse soutenue

Accéder en ligne

David Ginsbourger a été rapporteur des 9 thèses suivantes :

Méthodologie de calibration en support à la validation des outils de simulation neutronique

par Louis Berry sous la direction de Amandine Marrel et de Fabrice Gamboa . - Toulouse 3

Mathématiques et Applications
Soutenue le 28-09-2022
Thèse soutenue

Accéder en ligne

Improved Gaussian process modeling : Application to Bayesian optimization

par Sébastien Petit sous la direction de Emmanuel Vazquez et de Julien Bect . - université Paris-Saclay

Mathématiques et Informatique
Soutenue le 02-09-2022
Thèse soutenue

Accéder en ligne

Krigeage pour la conception de turbomachines : grande dimension et optimisation multi-objectif robuste

par Mélina Ribaud sous la direction de Céline Helbert , Christophette Blanchet-Scalliet et de Frédéric Gillot . - Lyon

Mathématiques
Soutenue le 17-10-2018
Thèse soutenue

Accéder en ligne

Planification d’expériences numériques en multi-fidélité : Application à un simulateur d’incendies

par Rémi Stroh sous la direction de Julien Bect - Université Paris-Saclay (ComUE)

Traitement du signal et des images
Soutenue le 26-06-2018
Thèse soutenue

Accéder en ligne

Sensitivity analysis of a filtering algorithm for wind lidar measurements

par Thomas Rieutord sous la direction de Fabrice Gamboa et de Alain Dabas . - Toulouse, INPT

Mathématiques Appliquées
Soutenue le 13-11-2017
Thèse soutenue

Accéder en ligne

Une approche Bayésienne pour l'optimisation multi-objectif sous contraintes

par Paul Feliot sous la direction de Emmanuel Vazquez - Université Paris-Saclay (ComUE)

Traitement du signal et des images
Soutenue le 12-07-2017
Thèse soutenue

Accéder en ligne

Kriging-based black-box global optimization : analysis and new algorithms

par Hossein Mohammadi sous la direction de Rodolphe Le Riche - Lyon

Mathématiques Appliquées
Soutenue le 11-04-2016
Thèse soutenue

Accéder en ligne

Contributions statistiques au calage et à la validation des codes de calcul

par Guillaume Damblin sous la direction de Éric Parent - Paris, AgroParisTech

Mathématiques appliquées
Soutenue le 20-11-2015
Thèse soutenue

Accéder en ligne

Modélisation statistique de l'exposition humaine aux ondes radiofréquences

par Pierric Kersaudy sous la direction de Odile Picon - Paris Est

Electronique, Optronique et Systèmes
Soutenue le 12-11-2015
Thèse soutenue

Accéder en ligne
ABES
A propos | Assistance | CGU | Données personnelles | Mentions légales | Accessibilité numérique