Janvier 2013


Retour à la vue des calendrier
Mardi 8 Janvier
Heure: 12:30 - 13:30
Lieu: Salle B107, bâtiment B, Université de Villetaneuse
Résumé: Aller-retour et voyageur de commerce dans les réseaux de transports urbain
Description: Pierre Parent Le problème de l'aller-retour se pose lorsque l'on dispose d'un véhicule
personnel, et que l'on peut faire une partie du trajet à l'aide de celui-ci,
et le restant via les transports en communs. Il s'agit alors de trouver quel
trajet choisir à l'aller et au retour, pour minimiser le temps total, sachant
que si la voiture est garée à un endroit à l'aller on doit passer la
rechercher à ce même endroit au retour.

Dans le problèmes de voyageur de commerce nous avons un certain nombre
d'endroit à visiter en ville, et il s'agit de trouver le trajet optimal
passant par tout ces points en utilisant les transports en commun. La difficulté
réside dans le fait que les trains, arrivent et partent à des heures fixées de
la journée.

Nous proposerons des méthodes de résolution pour les deux problèmes, ainsi que
des résultats expérimentaux.
Mardi 15 Janvier
Heure: 14:00 - 17:00
Lieu: Salle B107, bâtiment B, Université de Villetaneuse
Résumé: Génération aléatoire de permutations alternées
Description: Philippe Marchal Désiré André (dans son article de 1879) a montré que le développement en série de tan(x) et sec(x) est lié à une jolie suite combinatoire, les nombres Eulériens, qui comptent le nombre de permutations alternées.J'introduis un nouvel algorithme, basé sur des idées de théorie des probabilités,qui permet d'engendrer une telle permutation de longueur n en temps n log n.Je montrerai que l'idée peut aussi s'étendre à d'autres classes de permutations contraintes.
Jeudi 24 Janvier
Heure: 12:30 - 13:30
Lieu: Salle B107, bâtiment B, Université de Villetaneuse
Résumé: Analyse de données temporelles
Description: Ahlame Douzal Mes travaux de recherche portent sur l'analyse de données temporelles et s'articulent en trois parties : -la représentation de séries temporelles, -la définition de métriques et leur apprentissage, -ainsi que la proposition de nouvelles approches de classification dédiées aux séries temporelles. Le déploiement de statistiques d'autocorrélation spatiale sur des structures de contiguïté particulières, telle que temporelle, met en évidence des propriétés intéressantes. Elles permettent, par exemple, d'appréhender le comportement des séries (aléatoire, chaotique), d'évaluer le niveau de saillance d'un événement, ou de mesurer la dépendance locale ou globale entre une structure évolutive et les observations associées. Ces propriétés ont guidé nos principaux travaux.Ainsi, notre première contribution concerne la représentation compacte de séries multivariées. Nous avons étudié une approche de réduction de la dimension temporelle de séries multivariées, par segmentation, préservant les corrélations inférées par la série ; l'identification de segments saillants étant guidée par la variance locale. Dans la deuxième partie de notre travail, nous nous sommes intéressé à la définition de métriques intégrant la composante forme des séries et leur positionnement dans un cadre plus général. L'alignement de séries étant un concept fondamental dans la définition de métriques, notre intérêt a porté, ensuite, sur l'apprentissage de couplages pour la discrimination de classes de séries complexes. L'approche proposée vise à lier les séries selon les caractéristiques communes au sein des classes et différentielles entre les classes. Le couplage ainsi appris permet de dériver une métrique locale pondérée restreignant la comparaison des séries aux attributs discriminants. Enfin, le troisième volet de nos travaux est dédié à l'extension des arbres de classification/régression à des variables prédictives temporelles. L'arbre temporel de classification proposé recours à un nouveau critère de coupure fondé sur une métrique adaptative et la localisation de sous-séquences discriminantes.
Mardi 29 Janvier
Heure: 12:30 - 13:30
Lieu: Salle B107, bâtiment B, Université de Villetaneuse
Résumé: Combinaison automatique d'algorithmes et heuristiques
Description: Yanik Ngoko Sur de nombreux problèmes combinatoires comme SAT ou CSP, on peut
facilement trouver, étant donné un sous ensemble d'heuristiques, un sous
ensemble d'instances du problème sur lequel aucune heuristique ne domine
complètement les autres(*). Ceci a motivé de nombreux travaux ayant pour
but de combiner plusieurs heuristiques résolvant le même problème afin
d'exploiter leur diversité.

Dans cet exposé, nous nous intéressons à cette problématique en contexte
parallèle et homogène. Dans les solutions décrites, une combinaison est
obtenue en exécutant de façon concurrente dans le temps et dans l'espace
(coeurs, processeurs, régistres caches etc.) plusieurs heuristiques,
jusqu'à ce que l'une d'elles trouve une solution satisfaisante. Pour
apprendre à construire de telles combinaisons, nous proposons une
solution d'apprentissage basée sur une estimation du temps d'exécution
des heuristiques sur un jeu d'instances représentatives. Le coeur de
notre proposition peut être formulé comme un  problème combinatoire dont
nous prouvons la  np-completude et l'inapproximabilité. Nous proposons
pour sa résolution plusieurs heuristiques, avec garanti de performance
sous certaines hypothèses.

Finalement, nous présentons quelques résultats de notre approche de
combinaison sur les problèmes SAT et CSP.

(*) Par exemple dans le temps pris pour donner une solution satisfaisante..
Heure: 14:00 - 17:00
Lieu: Salle B107, bâtiment B, Université de Villetaneuse
Résumé: Initiation à la théorie de Galois différentielle et applications aux fonctions holonomes
Description: Thierry Combot Nous présenterons la théorie de Galois différentielle appliquée auxéquations différentielles à coefficients polynomiaux puis auxéquations aux différences. On montrera ensuite comment calculer cesgroupes de Galois, et quels sont les algorithmes disponibles. Onprésentera alors les méthodes disponibles pour résoudre ceséquations en introduisant les fonctions liouviliennes. Enfin nousappliquerons ces méthodes pour l'analyse du comportementasymptotique des solutions : le groupe de Galois donne en particulier des relations algébriques a priori sur les constantes apparaissant dans ces développements asymptotiques, et permettent dans le cas liouvillien de les expliciter.