ZWALD Laurent Laboratoire Jean Kuntzmann
Maître de Conférence Batiment IMAG Campus de Saint-Martin d Heres
University Grenoble Alpes (UGA) 150, place du torrent BP53
laurent.zwald"at"univ-grenoble-alpes.fr 38041 Grenoble CEDEX 9 FRANCE Bureau 127



Research Interests

  • model selection, learning algorithm, concentration inequalities, eigenvalues and eigenvectors of the Gram matrix, Kernel Projection Machine, SVM.
  • robustness, variable selection, asymptotic statistics.
  • Algebra : algebraic number theory, number fields, algebraic geometry, commutative algebra, Galois theory, curves.
  • List of publications

  • Algebraic Number Theory with Elementary Galois Theory Hal.archives-ouvertes. Coleman R. and Zwald L., 2023
  • Fermat's Last Theorem : an introduction Hal.archives-ouvertes. Coleman R. and Zwald L., 2022
  • Solvability by radicals Hal.archives-ouvertes. Coleman R. and Zwald L., 2020
  • Minimal ideals and some applications Hal.archives-ouvertes. Coleman R. and Zwald L., 2020
  • Primary ideals Hal.archives-ouvertes. Coleman R. and Zwald L., 2020
  • Miscellaneous results on prime ideals Hal.archives-ouvertes. Coleman R. and Zwald L., 2020
  • Nakayama's lemma and applications Hal.archives-ouvertes. Coleman R. and Zwald L., 2020
  • On valuation rings . Hal.archives-ouvertes. Coleman R. and Zwald L., 2019.
  • Hilbertian fields and Hilbert's irreducibility theorem . Hal.archives-ouvertes. Coleman R. and Zwald L., 2018.
  • The adaptive BerHu penalty in robust regression. Journal of Nonparametric Statistics, Lambert-Lacroix, S., Zwald, L. Codes Volume 28, Issue 3, pp487-514, 2016.
  • On powers of polynomials Hal.archives-ouverte. Coleman R. and Zwald L., 2014.
  • Robust Regression through the Huber's criterion and adaptive lasso penalty . Electronic Journal of Statistics. Lambert-Lacroix, S., Zwald, L. Codes , 2011.
  • Finite-Dimensional Projection for Classification and Statistical Learning . Blanchard Gilles and Zwald Laurent. IEEE Trans. Inf. Theory, 54(9), 4169-4182, 2008.
  • Statistical Properties of Kernel Principal Component Analysis . Blanchard Gilles, Bousquet Olivier and Zwald Laurent. Mach. Learn., 66 (2/3), 259-294, 2007.
  • On the Convergence of Eigenspaces in Kernel Principal Component Analysis . Zwald Laurent and Blanchard Gilles. In Advances in Neural Information Processing Systems 18, NIPS. pages 468. 2005.
  • Kernel Projection Machine : sélection de modeles pour ce nouvel algorithme de classification . Zwald Laurent, Blanchard Gilles. In 37emes Journées de Statistique. SFdS, Pau, France, juin 2005.
  • Kernel Projection Machine: a ew Tool for Pattern Recognition . Zwald Laurent, Vert Régis, Blanchard Gilles, Massart Pascal. In Advances in Neural Information Processing Systems 17, NIPS. pages 672. 2004.
  • Statistical properties of Kernel Prinicipal Component Analysis. Zwald Laurent, Blanchard Gilles, Bousquet Olivier. In Shawe-Taylor J. et Singer Y. editors, 17th Annual Conference on Learning Theory, COLT. Lecture Notes in Computer Science volume 3120, pages 594,608. Springer, 2004.
  • PhD thesis

  • Performances statistiques d'algorithmes d'apprentissage : "Kernel Projection Machine" et analyse en composantes principales à noyau. (in english). 2005. Advisor : P. Massart. Université Paris XI (Orsay). [.pdf], [.ps.gz]
  • Teaching.

  • TPs sous R pour l'ANOVA:

    ANOVA à un facteur : TP1 , ANOVA à deux facteurs : TP2, ANOVA à un puis deux facteurs : TP3, OtherDatabases

  • TPs de probabilité et statistiques sous R:

    2007-2009 : TPIntroR , TP2 , TP3 , TP4 , TP5 , TP6 , TP7, TP8, TP9, TP10, TP11

    2010-2012 :
    TP2 (statistiques descriptives sur des donné INSEE), TP3 (variables aléatoires discretes sur le jeu de la roulette d'un casino)
    TP4 (Générateurs pseudo-aléatoires, GCL), TP5 (méthodes de rejet et de décomposition pour la simulation de variables aléatoires continues)
    TP6 (Méthodes de Monte Carlo (I)), TP7 (Méthodes de Monte Carlo (II) : réduction de variance) , TP8 (lois jointes et conditionnelles de vecteurs aléatoires)
    TP9 (analyse en composantes principales I : données du budget de l'état francais), TP10 (analyse en composantes principales II : approfondissements)
    TP11 (Vecteurs gaussiens), TP12 (Estimation statistique dans des modèles simples de fiabilité : exponentiel, Gamma et Weibull).
  • Education

  • Membre du jury de l'agrégation externe de mathématiques : 2008-. Mathématiques générale, Analyse, option statistiques-probabilité, option Calcul formel.
  • Maître de Conférence-Université Grenoble Alpes : 2006-.
  • ATER-Université Paris XI-2005-2006
  • thèse de doctorat de l'Université Paris XI en Mathématiques. Moniteur. 2002-2005
  • DEA probabilité-statistiques de l'Université Paris XI. Mention Très Bien. Stage de DEA avec Stéphane Boucheron. 2001-2002.
  • Agrégation de Mathématiques (admis 81eme). 2000-2001.
  • Maîtrise de Mathématiques Pures - Formation des Maîtres a l'Université Paris XI (mention Assez Bien). 1999-2000.
  • Licence de Mathématiques fondamentales. Université Paris XI. 1998-1999.
  • Enseignement

  • Master Recherche math. appli.. Apprentissage statistique. (Analyse en Composantes principales à noyau, régularisation)
  • Master IS. Cours Chaîne et processus de Markov. (processus markovien de saut, application à la résolution d'équations aux dérivées partiels, de systèmes linéaires, files d'attentes)
  • Master 1 de mathématique. Cours. Probabilité appliquée et statististique.
  • Master 1 de mathématique. TD. Statististique.
  • IUP Mathématiques Appliquées et Industrielles, Master 1. Plans d'experiences.
  • Licence professionnelle bio-statististique. L3. Cours. Rappels de statistiques. Anova.
  • IUP Mathématiques Appliquées et Industrielles, licence. TP de probabilité et statistiques (simulation de variables aléatoires, Monte-Carlo, lois usuelles, lois conditionnelles, vecteurs gaussiens, convergences).
  • TD de mathématiques en L1. Algebre et analyse : MAT201, MAT202, MAT203, MAT204.
  • DEUG Sciences de la Vie et Sciences de la Terre, TD de Statistique (Statistique descriptive, régression et corrélation, notions de probabilités, lois usuelles, tests, intervalles de confiances)
  • DEUG MIAS-L1 : TD d'analyse (Fonctions d'une variable réelle, Limites, Continuité, Dérivabilité, Fonctions usuelles, Formule de Taylor et applications).

  • Old webpage : here (for the record)