Combinatorial optimization: 'K-sat', message passing algorithms

A. Braunstein, M. Mezard and R. Zecchina, Survey propagation: an algorithm for satisfiability, Random Structures and Algorithms, Vol. 27(2), Pages 201-226 (2005)

A. Braunstein, R. Zecchina, Learning by message-passing in networks of discrete synapses, Phys. Rev. Lett.96, 030201 (2006)

Algorithmes: voir le site de R. Zecchina

Compléments : introduction au sujet par R. Monasson, 2002; Satisfied with physics, C. P. Gomes and B. Selman, Science 2002.

Competitions

E. Ben-Naim, S. Redner, F. Vazquez, Scaling in Tournaments EPL 77, 30005 (2007)

J-F Laslier, Solutions de tournois : un spicilège, Mathématiques et Sciences Humaines, 133 (1996), p. 7-22

Compléments : site web de E. Ben-Naim ; Randomness in Competitions, E. Ben-Naim, talk given at IPAM, UCLA, 2007.

Codage (neuronal) optimal

A. Turiel and N. Parga, Multifractal wavelet filter of natural images, Phys. Rev. Lett. 85, 3325 - 3328 (2000).

J.H. van Hateren, Encoding of high dynamic range video with a model of human cones, ACM Transactions on Graphics 25:1380-1399 (2006)

Compléments : site web de H. van Hateren

Bibliographie du cours

Voir ici

SVM, Kernel methods, Gaussian processes, applications en bioinformatique

David Haussler, UC Santa Cruz

Support Vector Machines in Bioinformatics

Advances in Kernel Methods, ed. by B Scholkopf, C Burges, A Smola (MIT Press 1999)

Demander aussi des réf. à Jean-Philippe Vert

D. Mackay

Théorie(s) de l'apprentissage

Haussler et Opper : "Mutual Information, Metric Entropy, and Cumulative Relative Entropy Risk," Annals of Statistics. 25 (6) (Dec. 1997). [165k compressed postscript] [Abstract]

Gabor Lugosi et P Massart (Probas et Stats)

S Risau-Gusman and M Gordon : une etude théorique de SVMs (approche de physiciens)

Codage neuronal

Alexandre Pouget (codage et decodage par reseaux a attracteurs continus)

Peter Dayan (codage par population ; apprentissage par renforcement)

Zhaoping Li

Controle sensori-moteur

Emo Todorov

Réseaux à attracteurs (modèles dérivés du mod. de Hopfield)

Nicolas Brunel

ICA

Welcome to ICA Central

J-F CARDOSO

FastICA

Projects of the Neural Network Group Elmar Lang

Codage "sparse" ; analyse/codage des "images naturelles"

D J Fields

Antonio Turiel (par exemple cet article, ou autres articles accessibles ici)

Bruno Olshausen

Maths autour du modèle de Hopfield et des "verres de spin" (spin glass models)

Michel Talagrand

Francesco Guerra

Fabio Toninelli

Voir également les références et articles mentionnés pour le cours "Introduction à la Neuroscience Théorique" à l'ENS.

Il est egalement possible de piocher dans ma production personnelle :

Jean-Pierre Nadal (ICA, reduction de redondance, codage neuronal, codage par population)

Pour toute question, nadallps.ens.fr