23 Janvier - 29 Janvier


Retour à la vue des calendrier
Mardi 24 Janvier
Heure: 12:30 - 13:30
Lieu: Salle B107, bâtiment B, Université de Villetaneuse
Résumé: Reformulations for Mixed-Integer Nonlinear Programs: a surprisingly simple one with surprisingly good results in (quite) a few different applications
Description: Antonio Frangioni We describe a quite long line of research about the Perpective Reformulation of certain Mixed-Integer NonLinear Programs, which started with a total serendipity moment motivated by trying to prove wrong a referee who was in fact right but for the wrong reasons. The research was brought forward in part by a series of othe r developments motivated by factors such as the need to finding another application to publish the first paper, the need of fending off competing research teams, and finding a good idea as a by-product of an original one that would never work. All this brought us to a Project-and-Lift approach to certain projected reformulations of the Perspective Reformulation which seems to be one of the few authentic violations of the "no free lunch principle": an easy reformulation of a MIQP with the very same size and structure as the original one but with a substantially stronger bound. Apart from providing an overview on a recent and potentially interesting research field in MINLP, we hope that this talk can motivate the audience to making more errors and looking at them with more interest.
Jeudi 26 Janvier
Heure: 12:15 - 13:30
Lieu: Salle B107, bâtiment B, Université de Villetaneuse
Résumé: Fouille de données déclarative
Description: Benjamin Negrevergne Une grande variété de techniques de fouille de données ne sont disponibles que sous la forme d'algorithmes en programmation impérative. Ces algorithmes sont difficiles à (ré-)utiliser et difficiles à adapter aux besoins de leurs utilisateurs. Une proposition récente vise à utiliser le paradigme de la programmation par contraintes pour obtenir des formulations plus déclaratives de ces techniques. Cette approche offre de nombreux avantages, comme celui de pouvoir incorporer facilement des connaissances métier au sein du processus de fouille.

Dans cette présentation, j'expliquerai comment formuler et résoudre efficacement des problèmes de fouille de données grâce à la programmation par contraintes. Je parlerai également des limites de cette approche pour la formulation de problèmes de fouille de données structurées (fouille de séquences ou graphes) ou par la formulation de critères d'intérêts complexes (combinaisons de contraintes, préférences) ainsi que de mes contributions dans ce domaine.