Non classé

Titre: « Apprentissage par renforcement pour l’affectation des ressources dans les systèmes Edge/Fog computing » Date: mercredi 26 novembre 2025 à 13h00 Lieu : Avignon Université, site centre-ville, Campus Hannah ArendtSalle des thèses Composition du jury de soutenance M. Francesco DE PELLEGRINI  Avignon Université  Directeur de thèse Mme Rosa FIGUEIREDO  Avignon Université  Examinatrice M. Nahum SHIMKIN  Technion  Examinateur M. Eitan ALTMAN  INRIA  Co-directeur de thèse M. Bruno GAUJAL  INRIA  Examinateur M. György DÁN  KTH  Rapporteur M. Marcello RESTELLI  Politecnico di Milano  Rapporteur Résumé Cette thèse étudie comment le reinforcement learning (RL) peut être appliqué à la conception de systèmes de décision intelligents pour la gestion des ressources dans le cadre de l’informatique en périphérie de réseau (edge computing). Elle se concentre sur le développement d’algorithmes adaptés aux environnements distribués, hétérogènes et limités en ressources. Dans le paradigme de l’informatique en périphérie, le traitement et la prise de décision sont rapprochés des dispositifs terminaux, réduisant la latence et la charge réseau, mais introduisant de fortes contraintes en calcul, énergie et communication. Contrairement au cloud, ces nœuds de bord rendent l’optimisation centralisée inapplicable. Une orchestration efficace requiert donc des méthodes de contrôle adaptatives et décentralisées, capables de respecter des contraintes de performance et de sûreté dans des environnements incertains. Le RL Plus d'infos

Speaker: Prof. Piet Van Mieghem, Delft University of Technology (https://www.nas.ewi.tudelft.nl/people/Piet) Title: Linear Processes on Networks Abstract: From a network science point of view, we will discuss linear processes on a graph, which are the easiest, but also the most elegant processes. We start with the Laplacian matrix of a graph and concentrate on a flow problem in networks. From the spectral decomposition of the Laplacian, we will introduce the simplex of an undirected, possibly weighted graph. The simplex geometry of a graph is, besides the topology domain and the spectral domain, the third equivalent description of a graph. Continuous-time Markov processes are described by the Chapman-Kolmogorov (linear) equations, in which the appearing infinitesimal generator is, in fact, a weighted Laplacian of the Markov graph. We will discuss Markovian epidemics on a fixed graph, show limitations of the linear theory on graphs and introduce a mean-field approximation, a powerful method from physics, that results into non-linear governing equations. We will end with recent work on non-Markovian epidemics on a fixed graph. Bio available here: https://www.nas.ewi.tudelft.nl/people/Piet/