Présentation

Dans de nombreux domaines d’application, l’optimisation big requiert des modèles de plus en plus larges pour gérer une quantité croissante de variables de décision et d’objectifs contradictoires, et sujets à de multiples sources d’incertitude. Dans ce contexte, la résolution de problèmes nécessite de relever notamment les défis de la large échelle (scalability) et du traitement de l’incertitude. Cela requiert souvent de revisiter non seulement la conception et l’implémentation des algorithmes d’optimisation traditionnels mais aussi leur parallélisation sur supercalculateurs massivement multi-cœurs et hétérogènes (ultra-scale) intégrant en plus des processeurs multi-cœurs des accélérateurs (ex. GPU) et des coprocesseurs (ex. MIC) .

L’objectif de BONUS est de proposer des approches avancées basées sur trois plans d’attaque constituant la roadmap du projet et qui font l’objet de plusieurs collaborations actuelles et à venir de l’équipe : l’optimisation basée sur la décomposition, l’optimisation sous incertitude et l’optimisation ultra-scale. L’utilisation conjuguée des trois plans d’attaque est rarement adressée dans la littérature. D’un point de vue logiciel, il s’agira notamment d’intégrer les approches proposées dans le framework ParadisEO. Sur le plan applicatif et du transfert industriel, nous ciblons l’ordonnancement de systèmes énergétiques tels que les smart grids ainsi que l’engineering design.

Membres

Thomas Firmin

Optimisation Bayésienne Parallèle des Réseaux Neuromorphiques

Maxime Gobert

COntributions to the Analysis and Design of Parallel Batched Bayesian Optimization Algorithms

Guillaume Helbecque

Optimisation combinatoire coopérative parallèle favorisant la productivité logicielle pour les supercalculateurs à très grandes échelles

Bohdan Ivaniuk-skulskyi

La conception automatique et optimisation multi-objectifs de réseaux de neurones pro-fonds parallèles pour la détection automatique des incidents en temps réel

Julie Keisler

Optimisation de modèles Deep Learning pour la prévision spatio-temporelle

Houssem Ouertatani

Optimisation multi-critères et conception automatisée des réseaux de neurones profonds

David Redon

Attaquer la "large échelle" : calcul haute performance pour l'intelligence computationnelle

Les autres équipes du groupe thématique ' OPTIMA '

INOCS ORKAD OSL