Institut de recherche mathématique avancée

L'institut

Photo de la tour IRMA

L'IRMA

Riche d’une histoire de plus de 100 ans, l'IRMA est aujourd'hui une unité mixte de recherche sous la double tutelle de l’Institut National des Sciences Mathématiques et de leurs Interactions du CNRS et de l’Université de Strasbourg.

L'Institut est adossé à l'UFR de Mathématiques et Informatique de l'Université de Strasbourg.

Photo de la tour IRMA

L'IRMA

Riche d’une histoire de plus de 100 ans, l'IRMA est aujourd'hui une unité mixte de recherche sous la double tutelle de l’Institut National des Sciences Mathématiques et de leurs Interactions du CNRS et de l’Université de Strasbourg.

L'Institut est adossé à l'UFR de Mathématiques et Informatique de l'Université de Strasbourg.

À la une

Membres du RAURA

Prix Expertises recherche, Idex 2026

Le RAURA (Réseau des administrateurs.trices d'unités de recherche en Alsace) dont fait partie Delphine SCHMITT, administratrice de l'IRMA, est lauréat du Prix Expertises recherche IdEx 2026.


©savoirs.unistra
Membres du RAURA

Prix Expertises recherche, Idex 2026

Le RAURA (Réseau des administrateurs.trices d'unités de recherche en Alsace) dont fait partie Delphine SCHMITT, administratrice de l'IRMA, est lauréat du Prix Expertises recherche IdEx 2026.


©savoirs.unistra

Agenda

  • Vendredi 20 novembre 2026 - 11h00 Séminaire Statistique

      Agathe Senellart : Détection d'anomalies non supervisée avec des modèles génératifs profonds
    • Lieu : Salle de séminaires IRMA
    • Résumé : Les auto-encodeurs déterministes et variationnels sont largement utilisés pour la détection non supervisée d'anomalies (UAD) dans les images médicales. Dans ce contexte, un modèle est entraîné sur des données saines et apprend à projeter les images dans un espace de faible dimension à l'aide d'un réseau encodeur, puis à les reconstruire à l'aide d'un réseau décodeur. Lors de l’inférence, le modèle est utilisé sur des images potentiellement anormales pour en reconstruire une version pseudo-saine, permettant de détecter les anomalies par comparaison. Pour que cela fonctionne, le modèle doit agir comme un goulot d'étranglement, préservant les informations anatomiques de l'image tout en remplaçant les tissus anormaux par des tissus sains. Nous analysons cette approche et étudions l'impact de différents hyper-paramètres sur la performance. Nous observons que cette méthode induit un trade-off entre qualité des images reconstruites et détection des anomalies. A partir d'une analyse du comportement du réseau encodeur sur des données anormales, nous proposons ensuite différentes approches pour améliorer à la fois la détection des anomalies et la qualité des images pseudo-saines générées.

  • Vendredi 20 novembre 2026 - 16h00 Colloquium Mathématique

      Amaury Hayat : The place of AI in the practice of mathematics
    • Lieu : Salle de conférences IRMA
    • Résumé : AI has made remarkable progress in recent years across many domains, and more recently in mathematics. Hard to imagine just a few years ago: general-purpose LLMs can now find proofs of statements that long resisted human efforts. This talk will retrace how AI for mathematics got to where it is today over the past eight years, from two angles: we will first discuss AI systems dedicated to automated theorem proving, and then see how models specifically trained for mathematics can provide valuable insights and intuitions, and even predict solutions to problems from a variety of fields. We will then try to discuss the next steps and the future of mathematics that may be ahead.

  • Mardi 24 novembre 2026 - 10h45 Séminaire Calcul stochastique

      Lorenzo Dello Schiavo : Massive Particle Systems, Wasserstein Brownian Motions, and the Dean–Kawasaki SPDE
    • Lieu : Salle de séminaires IRMA
    • Résumé : Large systems of randomly moving particles can be studied at different scales. At the microscopic scale, one follows each particle individually. At the macroscopic scale, hydrodynamic limits replace the particles by a smooth density solving a deterministic PDE. In between lies the mesoscopic scale, where the system is still made of particles but a macroscopic profile is already visible. The Dean–Kawasaki equation is a stochastic PDE proposed in the physics literature to describe this regime. It adds to the hydrodynamic equation a noise term that encodes the fluctuations of the particles. Let W be a Markov diffusion on some general state space M. Assume it is conservative, ergodic, and converges exponentially fast to equilibrium. We consider: (1) Systems of up to countably many particles in M with unequal masses adding up to one. Each particle moves according to its own independent copy of W, with volatility the inverse of its mass, so lighter particles move faster and heavier ones more slowly. We prove that the corresponding infinite system of stochastic differential equations has a unique solution, for every starting configuration and every distribution of the masses. (2) Solutions to the Dean–Kawasaki equation with singular drift, in which the Laplacian is replaced by the generator L of W. Konarovskyi, Lehmann and von Renesse showed that the original equation is either ill-posed or trivial. It has solutions only when started from finitely many particles of equal mass, and these particles simply move independently. We prove that the modified equation can be given rigorous meaning on M and has a unique solution. This solution allows infinitely many particles of unequal mass, and so it displays genuinely mesoscopic behaviour. (3) Random diffusions in the space P of all probability distributions on M, driven by a natural geometry induced by L on P. (4) When M is a manifold, Wasserstein Brownian motions, in both their differential-geometric and metric-measure versions. These are the analogue of Brownian motion on P in the geometry of optimal transport. We show that all these objects coincide, thus providing a full description of systems at the mesoscopic scale.

  • Mardi 24 novembre 2026 - 14h00 Séminaire ART

      Emmanuel Wagner : Toiles, mousses et catégorification
    • Lieu : Salle de séminaires IRMA
    • Résumé : Cet exposé sera un panorama sur l'utilisation de méthodes combinatoires et graphiques à travers les toiles (certains types de graphes) et les mousses (certains cobordimes naturels entre eux) dans le contexte de la théorie de représentations et aussi des homologies d'entrelacs. On fera le lien (si le temps le permet) avec la théorie des bimodules de Soergel qui donne une catégorification de l'algèbre de Hecke et on parlera de catégorification d'autres algèbres centralisatrices. Cet exposé suit plusieurs travaux en collaboration avec L-H. Robert, M. Khovanov, J. Grlj et Z. Lei.

  • Mardi 24 novembre 2026 - 14h00 Séminaire Equations aux dérivées partielles

      Frédérique Lecourtier : Séminaire
    • Lieu : Salle de conférences IRMA
  • Jeudi 26 novembre 2026 - 09h00 Séminaire Sem in

      Alexandru Oancea : À venir
    • Lieu : Salle de conférences IRMA

Actualités

Toutes les actualités