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

Mounir Hafsa

Nouveaux algorithmes de prédiction et de planification pour le digital learning basés sur des méthodes d'optimisation

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

Meyssa Zouambi

Configuration automatique de réseaux de neurones profonds, à l'aide de méthodes multi-objectifs

Les autres équipes du groupe thématique ' OPTIMA '

BONUS INOCS OSL