Les axes de recherche développés par l’équipe CORNET (Complex systems, Operations Research for Networks and Text) sont les suivants :
Systèmes Complexes
Description : un système est généralement défini comme un ensemble d’éléments en interaction relativement isolés de leur environnement. Il est considéré comme complexe lorsqu’il possède des propriétés émergentes. Ces propriétés ne peuvent pas être définies au niveau des éléments isolés, mais nécessitent de prendre en compte plusieurs éléments en interaction, voire l’ensemble du système en une fois. Par conséquent, ces systèmes ne peuvent pas être étudiés de manière fiable et compréhensible en utilisant des approches réductionnistes (c’est-à-dire en étudiant en profondeur un seul élément et en extrapolant le comportement du système) : ils nécessitent des outils et des méthodes spécifiquement conçus. L’objectif de cet axe de recherche est de concevoir de tels outils et méthodes.
Sujets :
- Extraction et analyse de réseaux complexes
- Diffusion d’épidémies et de rumeurs sur des réseaux complexes
- Dynamique des opinions sur les réseaux sociaux
- Mesures de centralité et leur estimation distribuée
Recherche Opérationnelle
Description : la recherche opérationnelle (RO) peut être comprise comme un ensemble d’outils scientifiques utilisés pour analyser les options de décision. De nature multidisciplinaire, elle emprunte des techniques à des disciplines telles que les mathématiques, l’informatique et l’économie. Elle peut être appliquée dans la gouvernance régionale, nationale et locale, dans l’élaboration de politiques publiques, ainsi que dans l’amélioration de la stratégie opérationnelle et de la prise de décision au sein des organisations civiles et industrielles. Elle utilise en particulier des modèles mathématiques d’optimisation au cœur de ses activités. Notre recherche comporte deux composantes : une partie fondamentale, où des méthodes de solution pour résoudre des problèmes fondamentaux NP-difficiles sont développées, et une partie appliquée, traitant des applications concrètes.
Sujets :
- Problèmes : optimisation combinatoire, quadratique 0-1, graphes, affectation et localisation, partitionnement, ordonnancement.
- Méthodes : programmation mathématique, polyèdres, méthodes de décomposition, métaheuristiques.
- Applications : planification urbaine, allocation des ressources, réseaux sociaux
Évaluation des performances
Description : Nos activités de recherche se concentrent sur la modélisation et l’optimisation des problèmes liés aux réseaux de télécommunication, en particulier les réseaux sans fil. Les modèles mathématiques jouent un rôle crucial dans l’étude des réseaux sans fil et mobiles, des réseaux ad hoc, des réseaux cellulaires et des réseaux fixes. Ils permettent une meilleure analyse de la répartition des ressources du réseau, de la coopération ou de la concurrence entre les agents, des protocoles Internet, des protocoles de réseau sans fil, de la dynamique du réseau et de la topologie du réseau. Les modèles sont utilisés pour identifier les limites de performance du réseau, évaluer les compromis et concevoir des algorithmes et des mécanismes de gestion des réseaux.
Sujets :
- Applications de calcul parallèle dans les data centers
- Économie des réseaux
- Edge Fog
- Réseaux sans fil
Apprentissage automatique
Description : La théorie de l’apprentissage implique plusieurs aspects méthodologiques de la théorie de l’optimisation et du contrôle qui sont d’intérêt pour le groupe. Dans ce contexte, un domaine clé de recherche régulièrement abordé est la convergence et la stabilité des algorithmes d’apprentissage stochastiques, ce qui complète naturellement les activités de modélisation du groupe. La conception d’algorithmes stables et robustes est en effet essentielle pour tous les domaines d’application où ils sont utilisés pour effectuer des prédictions et/ou un contrôle de système.
Sujets :
- Approximations stochastiques : conception, convergence et stabilité
- Techniques d’apprentissage par renforcement : RL contraint et non contraint
- Apprentissage fédéré : sélection des nœuds de calcul et complexité des messages
- Apprentissage de la représentation : méthodes d’intégration de texte, de graphe et de multimodalité
Graphes et algorithmique des graphes
Description : Cet axe de recherche se concentre sur les graphes et les algorithmes de graphes. Les problèmes d’optimisation sur les graphes sont abordés, et des algorithmes sont conçus pour résoudre ces problèmes, avec une analyse approfondie tant sur le plan théorique qu’expérimental. Cet axe de recherche est donc lié à l’axe de la Recherche Opérationnelle. Nous sommes également intéressés par différents types de graphes, tels que les graphes signés et les graphes temporels. Des modèles et des méthodes spécifiques à ces types de graphes sont étudiés. Cela implique une relation avec l’axe des systèmes complexes.
Sujets :
- Analyse et conception de modèles de graphes
- Optimisation de graphes/réseaux
- Conception d’algorithmes pour les problèmes d’optimisation sur les graphes
- Graphes dynamiques et/ou temporels
- Graphes signés
Traitement Automatique du Texte
Description: Nous développons des algorithmes et des outils pour analyse automatique (au niveau lexical, syntaxique et sémantique) des langues naturelles écrites, la constitution des ressources linguistiques et la Recherche d’information dans des documents textuels. Nous utilisons une approche multidisciplinaire dans le traitement automatique du texte, alliant expertise en systèmes complexes et en recherche opérationnelle.
Sujets :
- Modélisation des Textes : Utilisation de techniques issues des systèmes complexes pour modéliser les interactions et les structures au sein des textes.
- Optimisation en Traitement du Texte : Application des principes de la recherche opérationnelle pour améliorer l’analyse et le traitement des langues naturelles.
- Algorithmes pour l’Analyse Textuelle : Développement d’algorithmes spécifiques pour traiter et analyser des corpus textuels.
- Applications : Utilisation du traitement automatique du texte pour des applications telles que le résumé automatique de documents, la traduction automatique, l’analyse de sentiments, et la génération de texte.
- RI : Approches symboliques, statistiques, d’analyse de données, connexionnistes et hybrides pour la recherche d’information et la fouille de texte dans divers domaines (médical, juridique, SHS, …)