Français Anglais
Accueil Annuaire Plan du site
Accueil > Thèmes de recherche > Toutes les équipes > Apprentissage et Optimisation (A&O)
Thèmes de recherche
[connexion sécurisée]
Equipe Apprentissage et Optimisation (A&O)


Composition de l'équipe
  Responsable
    SEBAG Michèle

  Membres permanents
    ATIF Jamal
    AUGER Anne
    BREDECHE Nicolas
    CAILLOU Philippe
    FRANOVA Marta
    FURTLEHNER Cyril
    GERMAIN-RENAUD CĂ©cile
    HANSEN Nikolaus
    OLLIVIER Yann
    SCHOENAUER Marc
    SEBAG Michèle
    TEYTAUD Olivier

  Membres non-permanents
    AKIMOTO Yohei
    AKROUR Riad
    ALLEGRAUD Pierre
    ARNOLD Ludovic
    BARDENET RĂ©mi
    BOUZARKOUNA Zyed
    CHOTARD Alexandre
    CHRISTOPHE Jean-Joseph
    COUETOUX Adrien
    DECOCK JĂ©rĂ©mie
    FENG Davei
    GALICHET Nicolas
    HAMMAMI Molz
    HEIDRICH MEISNER Verena
    HOOCK jean-Baptiste
    ISAAC Yoann
    KHOUADJIA Mostepha-Redouane
    LAZAAR Nadjib
    LOSHCHILOV Ilya
    LOTH Manuel
    MARCEAU CARON Gaetan
    MEUNIER David
    MONTANIER Jean-Marc
    NAUROY Julien
    REBECCHI SĂ©bastien
    WANG Weija
    YAGOUBI Mouadh

  Visiteurs
    D'ALCHE BUC Florence
    GARCIA RODRIGUEZ Sandra

  Associés
    CORNUEJOLS Antoine
    KÉGL Balázs
    LOPES Marie-Carol
    MARTIN Victorin
    PAUGAM-MOISY HĂ©lène

  Stagiaires
    CAZENILLE LĂ©o

Thèmes de recherche
  ThĂ©orie des jeux
  Apprentissage
  Optimisation
  Transitions de Phases
  Apprentissage par renforcement
  Evolutionary computation
  Optimisation stochastique
  Robotique
  Fouille de donnĂ©es
  Algorithmes Ă©volutionnaires
  Inductive logic programming

Projet(s) associé(s)
  TAO

Contrats en cours
  PASCAL2
  SYMBRION
  CIFRE/M.Yagoubi
  SIMINOLE
  MASH
  Convention d'enseignement Delarb
  Convention d'enseignement Hoock

Logiciels et brevets
  Django : theta-subsumption test for Relational Learning
  GUIDE : A Graphical User Interface for EA C++ library developpment
  Mash-WP6 : Goal planning framework
  Contributions to the GNU Scientific Library : Contributions to the GNU Scientific Library
  SIMBAD : A mobile robot simulator for Autonomous and Evolutionary Robotics
  Contribution to Scilab : Contribution to Scilab
  MoGo : Computer-Go program
  Covariance Matrix Evolution Strategy Implementatio : Covariance Matrix Evolution Strategy Implementations
  COCO : Comparing Continuous Optimizers
  GridObservatory : Grid Observatory

Thèses et habilitabions récentes
  Optimisation Ă©volutionnaire parallèle
  Vers l'apprentissage et l'optimisation de fonction
  Adaptive Operator Selection for Optimization

Séminaires
From Artificial Evolution to Computational Evolution
Wolfgang Banzhaf
Jeu. 25 février 2010 - 14h30


Partially Observable Markov Decision Processes : An overview
Alain Dutech
Mar. 26 janvier 2010 - 14h30


Elementary Landscapes: On the semi-decomposibility of select NP-hard optimization problems
Darrell Whitley
Mar. 15 septembre 2009 - 14h30


Kernel-based Methods for Detection
Zaid Harchaoui
Mar. 24 mars 2009 - 14h30


Résultats majeurs
MoGo: un joueur de Go artificiel
01 août 2006
MoGo: un joueur de Go artificiel
Vainqueur de nombreuses compétitions internationales depuis 2006
Contributors:
Yizao Wang, Sylvain Gelly, Rémi Munos, Olivier Teytaud, Pierre-Arnaud Coquelin.

Logiciels et brevets
Grid Observatory
GridObservatory

Comparing Continuous Optimizers
COCO

Covariance Matrix Evolution Strategy Implementations
Covariance Matrix Evolution Strategy Implementatio