Français Anglais
Accueil Annuaire Plan du site
Accueil > Equipes > Toutes les équipes > Apprentissage et Optimisation (A&O)
Equipes
Apprentissage et Optimisation (A&O)

Composition de l'équipe
  Responsable
    SEBAG Michèle

  Membres permanents
    AUGER Anne
    CAILLOU Philippe
    CHARPIAT Guillaume
    DECELLE Aurélien
    FRANOVA Marta
    FURTLEHNER Cyril
    GERMAIN-RENAUD Cécile
    HANSEN Nikolaus
    MAILLARD Odalric-Ambrym
    MWANA MOBULAKANI Olga
    OLLIVIER Yann
    SCHOENAUER Marc
    SEBAG Michèle
    SPYRATOS Nicolas
    TEYTAUD Olivier

  Membres non-permanents
    AIT ELHARA Ouassim
    ALLESIARDO Robin
    ASTETE MORALES Sandra Cecilia
    ATAMNA Asma
    BELKHIR Nacim
    BENSADON Jérémy
    BERTHIER Vincent
    BUREAU Antoine
    CAUWET Marie-Liesse
    CHERTI Mehdi
    CHOTARD Alexandre
    GALICHET Nicolas
    GONARD François
    ILIJASIC Lovro
    LEFORT Mathieu
    LIU Jialin
    MARCEAU CARON Gaetan
    MASSE Pierre-Yves
    MAYEUR Basile
    MISHRA Sourava Prasad
    RAFES Karima
    SCHMITT Thomas
    ZHANG Guohua

  Visiteurs
    GALVAN Edgar
    MALAGO Luigi

  Associés
    BENBOUZID Djalel
    D'ALCHE BUC Florence
    KÉGL Balázs
    PAUGAM-MOISY Hélène
    PEYRE Rémi

  Stagiaires
    DOQUET Guillaume
    FFRANCON Robyn
    LIN Ching-Nung
    TALLEC Corentin
    WEI Wen

Activités de recherche
  Optimisation stochastique numérique
  Calibration d'algorithmes (sélection, ajustement d'hyper-paramètres)
  Décision optimale en contexte incertain
  Définition de nouveaux critères
  Modélisation et systèmes à grande échelle

Equipes-projets Inria communes
  TAO

Contrats en cours
  LOGIMA
  FUI TIMCO
  ANR NUMBBO

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
  CMA-ES : Covariance Matrix Evolution Strategy
  COCO : Comparing Continuous Optimizers
  GridObservatory : Grid Observatory
  cTuning : public repository and tools for collaborative and statistical program and architecture characterization and optimization
  MultiBoost : MultiBoost
  Metis : Metis
  ACM-ES : Surrogate models for CMA-ES

Thèses et habilitabions récentes
  Hybridization of dynamic optimization methodologies
  Robust Preference-based Reinforcement Learning
  Optimization and Uncertainty Handling in Air Traffic Management

Séminaires
From Stochastic Search to Programming by Optimisation: My Quest for Automating the Design of High-Performance Algorithms
Holger H. Hoos
Mar. 14 octobre 2014 - 14h30


Collective Mind Framework: systematizing and crowdsourcing multi-objective auto-tuning
Grigori Fursin
Mar. 17 décembre 2013 - 14h30


Continuous MCTS for hydroelectric scheduling
Adrien Couëtoux
Mar. 16 juillet 2013 - 14h30


Operator-valued kernel-based models for biological network inference
Florence d’Alché-Buc
Mar. 04 juin 2013 - 14h30


Sorting and Ranking: Two Unrelated Talks
Marco Bressan
Mar. 23 avril 2013 - 14h00


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