Techniques de réduction de la complexité des algorithmes pour résoudre des problèmes avec incertitude et préférences

 Objectifs de la chaire

La compilation des connaissances est une famille d’approches qui permettent d’aborder le caractère intraitable d’un certain nombre de problèmes (au-delà de NP). Un problème est “compilé” (pré
traité, généralement transformé en une instance d’une autre langue) dans une phase hors-ligne afin pour soutenir les demandes pertinentes.


L’objectif de notre chaire  est de dessiner des cartes de compilation (en gros, des analyses comparatives de complexité), et développer et expérimenter des modèles de compilation et des algorithmes pour l’optimisation des problèmes de préférences et/ou d’incertitudes, soit le
modèle d’incertitude/préférence quantitatif (par exemple, réseaux GAI, réseaux bayésiens, CSP temporels) ou qualitatif (par exemple, réseaux CP, approches logiques, algèbre de points et d’intervalles). Notre domaine d’application comprend les problèmes de planification temporelle, les problèmes de configuration et la théorie des jeux.

Programme : IA certifiable
Thème : Raisonnement automatique et décision

Porteur : Hélène Fargier, DR CNRS, IRIT

Co-chairs : 

  • Christian Artigues (CNRS, LAAS)
  • Romain Guillaume (UT2J, IRIT)
  • Jérôme Mengin (UT3,IRIT), C.dric Pralet (ONERA)
En savoir +

Le choix assisté par ordinateur, avec Hélène Fargier

Curieuse, Hélène Fargier s’intéresse aux idées et projets autant qu’elle aime rencontrer les gens pour confronter ses points de vue. Une attitude ouverte qu’elle adopte aussi en matière d’intelligence artificielle, dans son rôle de porteuse de chaire.

Lire l’article Exploreur

Ne manquez rien !

Inscrivez-vous pour recevoir l'actualité d'ANITI chaque mois.

Nous n’envoyons pas de messages indésirables !

fr_FRFrench