Мулине Эрик Франсуа Виктор
- Научный руководитель:Факультет компьютерных наук / Международная лаборатория стохастических алгоритмов и анализа многомерных данных
- Начал работать в НИУ ВШЭ в 2018 году.
- Научно-педагогический стаж: 3 года.
Публикации19
- Статья Belomestny D., Moulines E., Samsonov S. Variance reduction for additive functionals of Markov chains via martingale representations // Statistics and Computing. 2022. Vol. 32. No. 1. Article 16. doi
- Статья Fort G., Gach P., Moulines E. Fast incremental expectation maximization for finite-sum optimization: nonasymptotic convergence // Statistics and Computing. 2021. Article 48. doi
- Глава книги Thin A., Kotelevskii N., Durmus A., Panov M., Moulines E., Doucet A. Monte Carlo Variational Auto-Encoders, in: Proceedings of the 38th International Conference on Machine Learning (ICML 2021) Vol. 139. PMLR, 2021. Ch. 139. P. 10247-10257.
- Статья Barkhagen M., Chau N., Moulines E., Rásonyi M., Sabanis S., Zhang Y. On stochastic gradient Langevin dynamics with dependent data streams in the logconcave case // Bernoulli: a journal of mathematical statistics and probability. 2021. Vol. 27. No. 1. P. 1-33. doi
- Глава книги Durmus A., Moulines E., Naumov A., Samsonov S., Wai H. On the Stability of Random Matrix Product with Markovian Noise: Application to Linear Stochastic Approximation and TD Learning, in: Proceedings of Machine Learning Research Vol. 134: Conference on Learning Theory. PMLR, 2021. P. 1711-1752.
- Статья Durmus A., Moulines E., Naumov A., Samsonov S. Probability and moment inequalities for additive functionals of geometrically ergodic Markov chains // Working papers by Cornell University. Series math "arxiv.org". 2021. No. 2109.00331
- Статья Беломестный Д. В., Moulines E., Naumov A., Puchkin N., Samsonov S. Rates of convergence for density estimation with GANs // Working papers by Cornell University. Series math "arxiv.org". 2021. No. 2102.00199. P. 1-27.
- Глава книги Durmus A., Moulines E., Naumov A., Samsonov S., Scaman K., Wai H. Tight High Probability Bounds for Linear Stochastic Approximation with Fixed Stepsize, in: Advances in Neural Information Processing Systems 34 (NeurIPS 2021). Curran Associates, Inc., 2021. P. 30063-30074.
- Статья Беломестный Д. В., Levin I., Moulines E., Naumov A., Samsonov S., Zorina V. UVIP: Model-Free Approach to Evaluate Reinforcement Learning Algorithms // Working papers by Cornell University. Series math "arxiv.org". 2021. Article 2105.02135.
- Статья Беломестный Д. В., Iosipoi L., Moulines E., Naumov A., Samsonov S. Variance reduction for dependent sequences with applications to Stochastic Gradient MCMC // SIAM-ASA Journal on Uncertainty Quantification. 2021. Vol. 9. No. 2. P. 507-535. doi
- Глава книги Kaledin M., Moulines E., Naumov A., Tadic V., Wai H. Finite Time Analysis of Linear Two-timescale Stochastic Approximation with Markovian Noise, in: Proceedings of Machine Learning Research Vol. 125: Proceedings of Thirty Third Conference on Learning Theory. , 2020. P. 2144-2203.
- Статья Durmus A., Moulines E., Saksman E. Irreducibility and geometric ergodicity of Hamiltonian Monte Carlo // Annals of Statistics. 2020. Vol. 48. No. 6. P. 3545-3564. doi
- Статья Robin G., Klopp O., Josse J., Moulines E., Tibshirani R. Main Effects and Interactions in Mixed and Incomplete Data Frames // Journal of the American Statistical Association. 2020. Vol. 115. No. 531. P. 1292-1303. doi
- Статья Беломестный Д. В., Moulines E., Iosipoi L., Naumov A., Samsonov S. Variance reduction for Markov chains with application to MCMC // Statistics and Computing. 2020. No. 30. P. 973-997. doi
- Книга Douc R., Moulines E., Priouret P., Soulier P. Markov Chains. Switzerland : Springer Publishing Company, 2019. doi
- Статья Moulines E., Pereyra M., Durmus A. Efficient Bayesian computation by proximal Markov chain Monte Carlo: when Langevin meets Moreau // SIAM Journal on Imaging Sciences. 2018. Vol. 11. No. 1. P. 473-506. doi
- Статья Moulines E., Brosse N., Durmus A. Normalizing constants of log-concave densities // Electronic journal of statistics. 2018. Vol. 12. No. 1. P. 851-889. doi
- Статья Moulines E., Brosse N., Durmus A., Sabanis S. The tamed unadjusted Langevin algorithm // Stochastic Processes and their Applications. 2018. P. 1-26. doi
- Статья Moulines E., Singh S. Blocking strategies and stability of particle Gibbs samplers // Biometrika. 2017. Vol. 104. No. 4. P. 953-969. doi
Участие в редколлегиях научных журналов
С 2009 г.: заместитель главного редактора (area editor) журнала «Stochastic Processes and their Applications».
С 2007 по 2012 гг.: главный редактор журнала «Bernoulli: a journal of mathematical statistics and probability».
Информация*
- Общий стаж: 3 года
- Научно-педагогический стаж: 3 года
- Преподавательский стаж: 3 года
Для европейских университетов двойные аспирантуры — достаточно распространенная практика
Максим Каледин, аспирант и младший научный сотрудник HDI Lab рассказал о своих научных проектах, задачах и двойной аспирантуре с École Polytechnique.
Французский академик Эрик Мулине: «Я восхищен атмосферой "Сириуса"»
В «Сириусе» прошла школа-конференция, организованная Фондом «Талант и успех», компанией Яндекс и Высшей школой экономики. В центре внимания – математические аспекты машинного обучения.
First Cohort Graduates from Master’s Programme in Statistical Learning Theory
The Master's Programme in Statistical Learning Theory was launched in 2017. It is run jointly with the Skolkovo Institute of Science and Technology (Skoltech). The programme trains future scientists to effectively carry out fundamental research and work on new challenging problems in statistical learning theory, one of the most promising fields of science. Yury Kemaev and Maxim Kaledin, from the first cohort of programme graduates, sat down with HSE News Service to talk about their studies and plans for the future.
Статистическая теория обучения – первый выпуск
Совместная программа НИУ ВШЭ и Сколковского института науки и технологий выпустила своих первых магистров. Бывшие студенты рассказали о том, как проходило обучение, каково это – учиться в двух университетах и чем они планируют заниматься дальше.
Мини-курс "Introduction to reinforcement learning" профессора Эрика Мулина
Лаборатория стохастических алгоритмов и анализа многомерных данных (HDI Lab) приглашает студентов на серию вводных лекций об обучении с подкреплением (Reinforcement Learning), которую прочитает научный руководитель лаборатории, профессор, член академии наук Франции Эрик Мулине.
Факультет компьютерных наук и Политехническая школа заключили соглашение о сотрудничестве
Стороны договорились реализовывать совместную программу обмена, которая позволит студентам бакалавриата и магистратуры в течение семестра обмениваться опытом с иностранными коллегами. Студенты смогут участвовать в программе уже в следующем академическом году.
Летние встречи семинара "Структурное обучение"
9 июля в 11:00 на факультете компьютерных наук состоялось внеочередное заседание семинара по структурному обучению.
Научный руководитель лаборатории Эрик Мулин выступил на коллоквиуме факультета компьютерных наук
22 февраля 2018 года в рамках коллоквиума факультета компьютерных наук состоялось выступление научного руководителя Международной лаборатории стохастических алгоритмов и анализа много мерных данных Эрика Мулина с докладом на тему «Perturbed Proximal Gradient Algorithms».