OPTIMA : OPTImisation : Modèles et Applications

Équipe ORKAD

Operational Research, Knowledge And Data

Responsable: Laetitia Jourdan

PRÉSENTATION MEMBRES THÈSES PUBLICATIONS

Présentation

L’objectif principal de l’équipe ORKAD est d’ exploiter simultanément l’ optimisation combinatoire et l’ extraction de connaissances pour résoudre des problèmes d'optimisation. Bien que les deux domaines scientifiques se soient développés de manière plus ou moins indépendante, la synergie entre l'optimisation combinatoire et l'extraction de connaissances offre une opportunité d'améliorer les performances et l'autonomie des méthodes d'optimisation grâce à la connaissance et, d'autre part, de résoudre efficacement les problèmes d'extraction de connaissances grâce aux méthodes de recherche opérationnelles. Nos approches sont principalement basées sur l’optimisation combinatoire mono et multi-objective et donnent lieu à la diffusion de logiciels libres.

Membres

Permanents

Non permanents

Camille Pageau

Optimization for automatic design and cofiguration of datamining algorithms : Application to medical data

Laurent Parmentier

MO-AutoML : un framework multiobjectif pour la configuration automatique d'algorithmes de machine learning

Weerapan Sae-dan

Automatic Design of Dynamic Local Search Algorithms

Rabin Kumar Sahu

Méthodes d'optimisation adaptatives pour l'optilisation de la chaîne d'approvisionnement

Anne-lise Bedenel

Appariement de descripteurs évoluant dans le temps. Application à la comparaison d'assurance 2019-04-03

Lucien Mousin

Extraire et exploiter la connaissance pour mieux optimiser 2018-11-28

Aymeric Blot

Réagir et s'adapter à son environnement : Concevoir des méthodes autonomes pour l'optimisation combinatoire à plusieurs objectifs 2018-09-21

Sylvain Dufourny

Optimisation de décisions économiques concurrentielles dans un simulateur de gestion d'entreprise 2017-10-13

Les autres équipes de ' OPTIMA : OPTImisation : Modèles et Applications '

BONUS INOCS OSL