EGC’2018 @Paris

La 18ème édition de la conférence EGC se tiendra à la Maison des sciences et…

Best paper de DCABES 2016 attribué à Camille Coti

Résumé : Partial order reduction (POR) and net unfoldings are two alternative methods to tackle state-space…

Best paper de FMICS-AVoCS attribué à Étienne André

Étienne André a reçu le best paper award à FMICS-AVoCS 2017 (International Workshop on Formal…

A3

Notre groupe couvre un éventail très large de thèmes, depuis l’apprentissage statistique à la fouille de graphes ou à l’apprentissage par renforcement. Ceci nous permet d’être assez réactif pour affronter les défis que proposent les nouveaux champs d’application de l’apprentissage artificiel et nous permet également d’étudier des combinaisons innovantes de méthodes d’apprentissage pour affronter les problèmes complexes.

AOC

L’équipe AOC a été constituée en 2010 lors de la restructuration du laboratoire en cinq équipes, par une partie des membres de l’équipe OCAD, en regroupant leurs compétences en « Optimisation Combinatoire » et en « Algorithmes, logiciels et architectures distribués La particularité de l’équipe AOC est la variété et l’ample spectre de ses domaines de recherche et de ses compétences, qui lui permettent de travailler sur tous les aspects théoriques et pratiques d’un problème, et également d’élaborer des méthodes innovantes de leur conception à leur implémentation efficace.

CALIN

En 2010, le LIPN a décidé de créer une équipe de combinatoire, dans un effort pour rassembler des chercheurs venant de différents domaines de la combinatoire, que ce soit en informatique, mathématiques ou physique. Cette combinaison de différents savoirs et expériences offre un large panel de techniques pour attaquer des problèmes difficiles venus de chacune de ces communautés. Cette philosophie se retrouve dans l’acronyme de l’équipe, CALIN, pour Combinatoire, ALgorithmes et leurs INteractions. (rapport d’activité)

LoVe

Notre équipe est structurée en deux axes de recherche, menant leurs activités de manière autonome :

• Types, modèles et théorie de la programmation
• Spécification et vérification modulaires et distribuées

RCLN

L’équipe RCLN s’intéresse à la langue pour son pouvoir expressif, et à la représentation des connaissances, notamment en tant qu’outil mis au service du traitement du langage naturel. Ces travaux comportent des recherches à caractère fondamental et des recherches plus appliquées avec une combinaison originale de compétences en traitement automatique des langues, ingénierie des connaissances. Une dimension nouvelle, plus intégrative, vise à développer des technologies sémantiques et à articuler acquisition et exploitation des connaissances à l’échelle du web sémantique.