Colloques du Collège de France - Collège de France

23 juin 2026 · 32 min 59 s

Colloque - Helin Gong : AI-Driven Complexity Reduction and Multi-Physics Digital Twins: From Theory to Engineering Implementation in Nuclear Reactors

Yvon MadayChaire Informatique et sciences numériquesCollège de FranceAnnée 2025-2026Colloque : Aspects mathématiques et appliqués des méthodes de réduction de complexité - Helin Gong : AI-Driven Complexity Reduction and Multi-Physics Digital Twins: From...

23 juin 2026 · 39 min 10 s

Colloque - Clémentine Prieur : Diffeomorphism-Based Feature Learning Using Poincaré Inequalities

Yvon MadayChaire Informatique et sciences numériquesCollège de FranceAnnée 2025-2026Colloque : Aspects mathématiques et appliqués des méthodes de réduction de complexité - Clémentine Prieur : Diffeomorphism-Based Feature Learning Using Poincaré InequalitiesClémentine PrieurProfesseure, université...

23 juin 2026 · 41 min 18 s

Colloque - Benjamin Peherstorfer : Dirac-Frenkel Dynamics with Momentum

Yvon MadayChaire Informatique et sciences numériquesCollège de FranceAnnée 2025-2026Colloque : Aspects mathématiques et appliqués des méthodes de réduction de complexité - Benjamin Peherstorfer : Dirac-Frenkel Dynamics with MomentumBenjamin PeherstorferAssociate professor, Courant Institute...

23 juin 2026 · 51 min 39 s

Colloque - Andrea Manzoni : Reduced Order Modeling and Scientific Machine Learning: Synergies and Opportunities

Yvon MadayChaire Informatique et sciences numériquesCollège de FranceAnnée 2025-2026Colloque : Aspects mathématiques et appliqués des méthodes de réduction de complexité - Andrea Manzoni : Reduced Order Modeling and Scientific Machine Learning: Synergies...

23 juin 2026 · 55 min 43 s

Colloque - Albert Cohen : Optimal Linear and Non-Linear Dimensionality Reduction

Yvon MadayChaire Informatique et sciences numériquesCollège de FranceAnnée 2025-2026Colloque : Aspects mathématiques et appliqués des méthodes de réduction de complexité - Albert Cohen : Optimal Linear and Non-Linear Dimensionality ReductionAlbert CohenProfesseur, Laboratoire...

22 juin 2026 · 40 min 49 s

Colloque - Mario Ohlberger : Reduced Order Surrogate Models for PDE-Constrained Optimization and Inverse Problems

Yvon MadayChaire Informatique et sciences numériquesCollège de FranceAnnée 2025-2026Colloque : Aspects mathématiques et appliqués des méthodes de réduction de complexité - Mario Ohlberger : Reduced Order Surrogate Models for PDE-Constrained Optimization and...

22 juin 2026 · 35 min 42 s

Colloque - Beatriz Moya : Avancées en modélisation hybride : vers la transition numérique des territoires

Yvon MadayChaire Informatique et sciences numériquesCollège de FranceAnnée 2025-2026Colloque : Aspects mathématiques et appliqués des méthodes de réduction de complexité - Beatriz Moya : Avancées en modélisation hybride : vers la transition...

22 juin 2026 · 38 min 22 s

Colloque - Jörg Fehr : From Latent Space Representations to Practical Surrogate Models for Structural Dynamical Systems

Yvon MadayChaire Informatique et sciences numériquesCollège de FranceAnnée 2025-2026Colloque : Aspects mathématiques et appliqués des méthodes de réduction de complexité - Jörg Fehr : From Latent Space Representations to Practical Surrogate Models...

22 juin 2026 · 40 min 42 s

Colloque - Sebastian Ares de Parga Regalado : Robust Nonlinear Projection-Based Reduced-Order Models: Comparative Assessment of Closure and Manifold Strategies

Yvon MadayChaire Informatique et sciences numériquesCollège de FranceAnnée 2025-2026Colloque : Aspects mathématiques et appliqués des méthodes de réduction de complexité - Sebastian Ares de Parga Regalado : Robust Nonlinear Projection-Based Reduced-Order Models:...

22 juin 2026 · 37 min 55 s

Colloque - Olga Mula : Gradient Flows on Neural Network Manifolds

Yvon MadayChaire Informatique et sciences numériquesCollège de FranceAnnée 2025-2026Colloque - Olga Mula : Gradient Flows on Neural Network ManifoldsOlga MulaProfessor of Mathematics, University of Vienna, AustriaRésuméThis talk addresses numerical methods for gradient...