4 novembre 2020

Rémi Coulaud (LMO)
La modélisation statistique du temps de stationnement à quai des trains en zones denses à l’aide des flux passagers (Statistical dwell time modeling of scheduled train through passenger flows)

Plus d'infos...

Lieu : https://greenlight.lal.cloud.math.cnrs.fr/b/ngo-mzd-gcj

Résumé : Le temps de stationnement représente 25% du temps de trajet des trains en Île-de-France. Grâce à la technologie des trains connectés, Transilien mesure le nombre de montées et descentes ainsi que le temps de stationnement réalisé (les trains circulent suivant un plan de transport fixé un an en amont). Notre objectif est de proposer un modèle qui, conditionnellement aux flux passagers et au retard à l’arrivée en gare, permette d’estimer avec une précision acceptable le temps de stationnement de quatre lignes de trains en Île-de-France. Nous mobilisons un ensemble de méthodes classiques pour la modélisation statistique allant de la régression linéaire aux forêts aléatoires en passant par les réseaux de neurones. En situation nominale, nous ne détériorons pas les performances des meilleurs modèles de la littérature. Nous améliorons significativement les performances lorsque le nombre de personnes est conséquent ou lorsque le train est en retard.
(English version)
Dwell time is at least 25% of travel time in Île-de-france urban rail transit. A rich data set available almost in real time on Transilien network where trains run with a fixed scheduled, inspired us a new approach to model dwell time. We propose an operational dwell time statistical model using adherence to timetable, AVL and APC data on four lines and 28 stations of the Île-de-France. Usually, dwell time is modelled for short stop situations, metro-line or bus stop, thanks to passenger flows. Some authors proposed to use adherence to schedule for modelling dwell time in fixed scheduled without using passenger flows. Thus, we propose a model using both operational variables and passenger flows averaging regression, random forest, boosting trees and neural network that have comparable global performances while improving significantly the precision of the estimation either when trains are late or in the busiest hours and stations.

La modélisation statistique du temps de stationnement à quai des trains en zones denses à l’aide des flux passagers (Statistical dwell time modeling of scheduled train through passenger flows)  Version PDF

Henri Guenancia (Toulouse)
Un théorème de décomposition pour les variétés ℚ-Fano de Kähler-Einstein

Plus d'infos...

Lieu : Zoom - Demander le lien Zoom à jean-michel.bismut chez universite-paris-saclay.fr

Résumé : J’expliquerai le résultat récent suivant, obtenu en collaboration avec Stéphane Druel et Mihai Paun. Soit X une variété projective ℚ-Fano qui admet une métrique de Kähler-Einstein. Il existe un revêtement fini Y → X, non-ramifié en codimension 1, tel que Y est un produit de variétés ℚ-Fano, Kähler-Einstein et à faisceau tangent stable par rapport à la polarisation anti-canonique. Si le temps le permet, je mentionnerai également un résultat de stabilité pour l’extension canonique de T_X, en lien avec un résultat récent d’uniformisation dû à Greb-Kebekus-Peternell.

Un théorème de décomposition pour les variétés ℚ-Fano de Kähler-Einstein  Version PDF