Laboratoire d Analyses et Modélisation de Systèmes pour l Aide à la Décision UMR lamsade LAMSADE. Fiches - résumés de l entité

Transcription

1 lamsade Laboratoire d Analyses et Modélisation de Systèmes pour l Aide à la Décision UMR 7243 LAMSADE Fiches - résumés de l entité

2 Vague D : Campagne d évaluation Unité de recherche 1.2. Fiche-résumé de l entité (dans le cas d unités subdivisées en équipes internes, on donnera une fiche-résumé par équipe) LAMSADE, UMR 7243 Intitulé de l unité : LAMSADE Nom du Directeur de l unité : Alexis Tsoukiàs Effectifs de l entité (au début du contrat en cours ; préciser si l entité a été créée au cours de la période d évaluation) 32 enseignants-chercheurs ; 5 chercheurs ; 7 techniciens, ingénieurs et autres personnels ; 25 post docs et doctorants. Personnels ayant quitté l entité pendant le contrat en cours (et nombre de mois cumulés passés dans l entité au cours de cette période) 11 statutaires (325 mois) ; 37 doctorants (1702 mois) ; 7 post-docs (91 mois) ; 4 IATOS. Nombre de recrutements réalisés au cours de la période considérée et origine des personnels (Préciser l affiliation et le statut précédent.) 1 DR CNRS (CR IRIT), 2 CR CNRS (Post-Doc Italie, Post-Doc Korée-France), 3 PU (1 Mutation interne, 1 MdC UVSQ, Mdc Paris 5), 8 MdC (1 mutation, 3 Post-Doc : Imperial College, ECP et Uni- Luxembourg, 4 ATER), 7 Post-Doc, 43 doctorants, 3 IATOS (1 Mutation interne, 2 CDD) Production scientifique au cours de la période écoulée (1 er janvier juin 2012) : 1) La conception et validation d une nouvelle théorie d approximation, l «approximation modérément exponentielle», qui relâche l exigence de polynomialité (par rapport à la théorie de l approximation polynomiale» au profit des rapports d approximation impossibles à obtenir en temps polynomial. 2) Choix social computationnel : vote séquentiel sur des domaines combinatoires, modèles de représentation compacte de préférences sur des domaines combinatoires, agrégation de préférences incomplètes, partage équitable de ressources, agrégation de jugements. 3) La conception et l expérimentation de techniques génériques et flexibles de recherche et d indexation basées sur la description des contenus de sources de documents multimédia (sons, images, documents audiovisuels) distribuées sur le Web. 4) Le développement de techniques de modélisation et de résolution, basées sur les outils de la programmation mathématique, pour des problèmes d analyse structurelle de systèmes algébro-différentiels. 5) Nouveaux modèles de préférences (structures de préférence pour la comparaison d intervalles, structures de préférence à frontière, structures de préférence modélisant à la fois des arguments positifs et négatifs, structures de préférence autorisant des interactions entre objets, représentation compacte des préférences sur des domaines combinatoires, élicitation et apprentissage de préférences, théorie de l argumentation en aide à la décision, révision des préférences et des croyances)

3 Bilan quantitatif des publications de l entité OS1 : 20, OS2 : 79, ACL : 168, ACLN1 : 47, ACLN2 : 20, C-ACTI : 197, C-ACTN : 21 Indiquer les 5 publications majeures de l entité (avec leur titre et en soulignant, dans le cas de publications communes, le nom du ou des membres de l entité) : J. Lang, Pierre Marquis. Reasoning under inconsistency : A forgetting based approach. Artificial Intelligence, 174(12-13), pp , D. Bouyssou, Thierry Marchant. Subjective expected utility without preferences. Journal of Mathematical Psychology, 55(6), pp , A. R. Mahjoub and S. T. McCormick, "Max Flow and Min Cut with Bounded-Length Paths: Complexity, Algorithms and Approximation", Mathematical Programming Vol 124, N 1-2 (2010) pp H. Aissi, Cristina Bazgan, Daniel Vanderpooten. General approximation schemes for min-max (regret) versions of some (pseudo-)polynomial problems. Discrete Optimization, 7(3), pp , N. Bourgeois, G. Lucarelli, I. Milis, V. Paschos. Approximating the max edge-coloring problem. Theoretical Computer Science, 411, pp , N. Hoang, V. Gouet-Brunet, M. Rukoz, M. Manouvrier. Embedding spatial information into image content description for scene retrieval. Pattern Recognition, 43(9), pp , Indiquer au maximum 5 documents majeurs (autres que publications) produits par l entité (par exemple : rapport d expertise, logiciel, corpus, protocole, brevet en licence d exploitation, etc.) - Livre : A. R. Mahjoub. Progress in Combinatorial Optimization ; Wiley-ISTE, Livre : V. Paschos. Combinatorial Optimization ; Volumes 1-3 ; Wiley-ISTE, R. Brafman, F. Roberts, A. Tsoukiàs. Proceedings of the 2nd International, Conference ADT2011. Springer Verlag, T. Cazenave. Intelligence Artificielle une Approche Ludique. Ellipses, C. Rosenthal-Sabroux. Management et Gouvernance des Systèmes d Information (Ed). Hermès, Indiquer au maximum 5 faits illustrant le rayonnement ou l attractivité académiques de l entité - Obtention de la médaille de bronze du CNRS en 2011 par Bruno Escoffier. - Initiation et co-organisation de la conférence internationale ISCO «International Symposium on Combinatorial Optimization (ISCO)» en 2010 à Hammamet (Tunisie), et co-organisation en 2011 à Athènes (Grèce). - Pilotage COST Action IC0602 Algorithmic Decision Theory. - Pilotage GDRI ALGODEC (CNRS, FNRS, FNR, NSF, URJC, DIMACS, SMG, UNILU). - Tutorial invité à IJCAI 2009 (A. Tsoukiàs). Indiquer au maximum 5 faits illustrant les interactions de l entité avec son environnement socioéconomique ou culturel * projet decision deck : développement de modules de logiciels open-source dédiés à la composition des méthodes d aide multicritère à la décision ( * contrats de recherche et/ou CIFRE avec divers partenaires : EdF, SNCF, France Télécom, RATP, DCNS, Renault, ALTARES. * large diffusion, y compris dans la presse, de l analyse critique des indicateurs bibliométriques et des rankings des Universités * Projet ANR NEUMA avec l IRPMF (Institut de Recherche sur le Patrimoine Musical en France) * Projet ANR AIDHY avec l INERIS (Institut National de l Environnement et du Risque Industriel) _ Indiquer les principales contributions de l entité à des actions de formation (par exemple : conception et coordination de modules de formation en master et en doctorat, accueil et suivi des doctorants, conception d outils à vocation pédagogique, action de formation continue, etc.) Le LAMSADE est fortement impliqué dans toutes les formations d informatique du Département MIDO de l Université Paris Dauphine (du L1 au M2) et de manière plus spécifique les Masters Recherche MODO et ISI. Il est également impliqué dans des formations d informatique du Département MSO (en particulier en Systèmes d Information et en Gestion de la Production) et LSO. Enfin le LAMSADE coordonne la partie informatique de l École Doctorale de Dauphine. Les détails des formations auxquels participe le LAMSADE sont présentées dans le rapport scientifique.

4 Vague D : Campagne d évaluation Unité de recherche 1.2. Fiche-résumé de l entité (dans le cas d unités subdivisées en équipes internes, on donnera une fiche-résumé par équipe) Pôle Aide à la Décision Intitulé de l unité : LAMSADE Nom du Directeur de l unité : Alexis Tsoukiàs Nom du responsable de l équipe : Denis Bouyssou Effectifs de l entité (au début du contrat en cours ; préciser si l entité a été créée au cours de la période d évaluation) 14 enseignants-chercheurs ; 2 chercheurs ; 12 post docs et doctorants. Personnels ayant quitté l entité pendant le contrat en cours (et nombre de mois cumulés passés dans l entité au cours de cette période) 3 statutaires (123 mois) ; 19 doctorants (874 mois) ; 3 post-docs (45 mois). Nombre de recrutements réalisés au cours de la période considérée et origine des personnels (Préciser l affiliation et le statut précédent.) 1 DR CNRS (CR IRIT), 1 CR CNRS (Post-Doc Italie), 1 PU (Mdc Paris 5), 4 MdC (1 mutation, 2 Post-Doc, ECP et Uni-Luxembourg, 1 ATER Uni-Paris 6), 3 Post-Doc, 24 doctorants Production scientifique au cours de la période écoulée (1 er janvier juin 2012) : 1) Choix social computationnel : vote séquentiel sur des domaines combinatoires, modèles de représentation compacte de préférences sur des domaines combinatoires, agrégation de préférences incomplètes, partage équitable de ressources, agrégation de jugements. 2) Nouveaux modèles de préférences (structures de préférence pour la comparaison d intervalles, structures de préférence à frontière, structures de préférence modélisant à la fois des arguments positifs et négatifs, structures de préférence autorisant des interactions entre objets, représentation compacte des préférences sur des domaines combinatoires, élicitation et apprentissage de préférences, théorie de l argumentation en aide à la décision, révision des préférences et des croyances) 3) Optimisation combinatoire multiobjectif : approximation de l ensemble des solutions efficaces, algorithmes de détermination de l ensemble efficace et de solutions de compromis, 4) Systèmes d information, gestion des connaissance et aide à la décision : développement des modèles ECM, KWDM, ), CCKM, MGKME, démarche méthodologique GAMETH, DITEK. 5) proposition et tests de nouveaux modèles de coordination multi-agent et de l interaction entre agents. Proposition d un nouvel algorithme de recherche arborescente Monte-Carlo (Monte-Carlo imbriquée)

5 Bilan quantitatif des publications de l entité OS1 : 12, OS2 : 38, ACL : 87, ACLN1 :17, ACLN2 :12, C-ACTI: 97, C-ACTN : 17 Indiquer les 5 publications majeures de l entité : Meltem Oztürk, Marc Pirlot, Alexis Tsoukiàs. Representing preferences using intervals. Artificial Intelligence, 175, pp , Jérôme Lang, Pierre Marquis. Reasoning under inconsistency : A forgetting based approach. Artificial Intelligence, 174(12-13), pp , Rim Kalai-Jemai, Claude Lamboray, Daniel Vanderpooten. Lexicographic alpha-robustness : an alternative to min-max criteria. European Journal of Operational Research, 220(3), pp , Tristan Cazenave. Monte-Carlo Beam Search. IEEE Transactions on Computational Intelligence and AI in Games, 4(1), pp , Denis Bouyssou, Thierry Marchant. Subjective expected utility without preferences. Journal of Mathematical Psychology, 55(6), pp , Indiquer au maximum 5 documents majeurs (autres que publications) produits par l entité (par exemple : rapport d expertise, logiciel, corpus, protocole, brevet en licence d exploitation, etc.) Denis Bouyssou, Didier Dubois, Marc Pirlot, Henri Prade. Decision-making Process, Concepts and Methods (Eds). ISTE / Wiley, Ronen Brafman, Fred Roberts, Alexis Tsoukiàs. Proceedings of the 2nd International, Conference ADT2011. Springer Verlag, Tristan Cazenave. Intelligence Artificielle une Approche Ludique. Ellipses, Jérôme Lang, Pierre Marquis. Raisonnement non-monotone, QBF, et programmation par ensemblesréponses. Hommage à Pascal Nicolas. Hermès, Camille Rosenthal-Sabroux. Management et Gouvernance des Systèmes d Information (Ed). Hermès, Indiquer au maximum 5 faits illustrant le rayonnement ou l attractivité académiques de l entité (par exemple : invitations à donner des conférences, organisation de colloques nationaux ou internationaux, réseaux collaboratifs, cofinancements, prix et distinctions, etc.) Pilotage COST Action IC0602 Algorithmic Decision Theory. Pilotage GDRI ALGODEC (CNRS, FNRS, FNR, NSF, URJC, DIMACS, SMG, UNILU) Coopération stratégique international avec le DIMACS Tutorial invité à IJCAI 2009 (A. Tsoukiàs). Pilotage de plusieurs EURO Working Groups (MCDA, DSS, Preference Handling) et implication dans de très nombreux Comités de Programme de Conférences Internationales Majeures (IA et RO) Indiquer au maximum 5 faits illustrant les interactions de l entité avec son environnement socioéconomique ou culturel (par exemple : contrat industriel, collaboration à une exposition majeure, émission audiovisuelle, partenariats avec des institutions culturelles, etc.) * projet decision deck : développement de modules de logiciels open-source dédiés à la composition des méthodes d aide multicritère à la décision. * contrats de recherche et/ou CIFRE avec divers partenaires : EdF, SNCF, France Télécom, RATP, DCNS * large diffusion, y compris dans la presse, de l analyse critique des indicateurs bibliométriques et des rankings des Universités. * Projet ANR AIDHY avec l INERIS (Institut National de l Environnement et du Risque Industriel) _ Indiquer les principales contributions de l entité à des actions de formation (par exemple : conception et coordination de modules de formation en master et en doctorat, accueil et suivi des doctorants, conception d outils à vocation pédagogique, action de formation continue, etc.) En général voir l implication du laboratoire dans l enseignement. Plus spécifiquement le pôle a une activité régulière d accueil et suivi des doctorants et organise un séminaire régulier (une dizaine des séances par année). Le pôle a été par ailleurs fortement impliqué dans l organisation de 6 Écoles Doctorales Internationales (pour les détails voir le rapport scientifique).

6 Vague D : Campagne d évaluation Unité de recherche 1.2. Fiche-résumé de l entité (dans le cas d unités subdivisées en équipes internes, on donnera une fiche-résumé par équipe) Pôle Optimisation, Algorithmique, Données Intitulé de l unité : LAMSADE Nom du Directeur de l unité : Alexis Tsoukiàs Nom du responsable de l équipe : A. Ridha Mahjoub Effectifs de l entité (au début du contrat en cours ; préciser si l entité a été créée au cours de la période d évaluation) 18 enseignants-chercheurs ; 3 chercheurs ; 13 post docs et doctorants. Personnels ayant quitté l entité pendant le contrat en cours (et nombre de mois cumulés passés dans l entité au cours de cette période) 8 statutaires (202 mois) ; 18 doctorants (828 mois) ; 4 post-docs (46 mois). Nombre de recrutements réalisés au cours de la période considérée et origine des personnels (Préciser l affiliation et le statut précédent.) 1 CR CNRS (Post-Doc Korée-France), 2 PU (1 Mutation interne, 1 MdC UVSQ), 4 MdC (1 Post-Doc, Imperial College, 3 ATER), 4 Post-Doc, 19 doctorants Production scientifique au cours de la période écoulée (1 er janvier juin 2012) : 1) La conception du meilleur (en termes de complexité au pire des cas) algorithme exact pour le problème du stable maximum. Il est à noter que la résolution exacte de ce problème et ses améliorations constituent toujours une course aux résultats. 2) La conception et validation d une nouvelle méthode d analyse de la complexité des algorithmes exacts de branchement. Cette méthode, appelée «bottom-up» est démontrée plus puissante que «measure-andconquer» qui depuis 2005 était considérée comme la plus fine pour l analyse de ce type d algorithme. 3) La conception et validation d une nouvelle théorie d approximation, l «approximation modérément exponentielle», qui relâche l exigence de polynomialité (par rapport à la théorie de l approximation polynomiale» au profit des rapports d approximation impossibles à obtenir en temps polynomial. 4) La conception et l expérimentation de techniques génériques et flexibles de recherche et d indexation basées sur la description des contenus de sources de documents multimédia (sons, images, documents audiovisuels) distribuées sur le Web. 5) Le développement de techniques de modélisation et de résolution, basées sur les outils de la programmation mathématique, pour des problèmes d analyse structurelle de systèmes algébro-différentiels.

7 Bilan quantitatif des publications de l entité OS1 : 8, OS2 : 42, ACL : 91, ACLN1 : 30, ACLN2 : 8, C-ACTI : 102, C-ACTN : 5 Indiquer les 5 publications majeures de l entité (avec leur titre et en soulignant, dans le cas de publications communes, le nom du ou des membres de l entité) : - A. R. Mahjoub and S. T. McCormick, "Max Flow and Min Cut with Bounded-Length Paths: Complexity, Algorithms and Approximation", Mathematical Programming Vol 124, N 1-2 (2010) pp H. Aissi, Cristina Bazgan, Daniel Vanderpooten. General approximation schemes for min-max (regret) versions of some (pseudo-)polynomial problems. Discrete Optimization, 7(3), pp , N. Bourgeois, B. Escoffier, V. Paschos. Approximation of max independent set, min vertex cover and related problems by moderately exponential algorithms. Discrete Applied Mathematics, 159(17), pp , N. Bourgeois, G. Lucarelli, I. Milis, V. Paschos. Approximating the max edge-coloring problem. Theoretical Computer Science, 411, pp , N. Hoang, V. Gouet-Brunet, M. Rukoz, M. Manouvrier. Embedding spatial information into image content description for scene retrieval. Pattern Recognition, 43(9), pp , Indiquer au maximum 5 documents majeurs (autres que publications) produits par l entité (par exemple : rapport d expertise, logiciel, corpus, protocole, brevet en licence d exploitation, etc.) - Rapport projet ANR TODO. - Livre : A. R. Mahjoub. Progress in Combinatorial Optimization ; Wiley-ISTE, Livre : V. Paschos. Combinatorial Optimization ; Volumes 1-3 ; Wiley-ISTE, Livre : Vangelis Paschos. Optimisation combinatoire : problèmes paradigmatiques et nouvelles problématiques. Hermès Science, Développement d un logiciel pour l analyse structurelle des systèmes algébro-différentiels et rédaction d un rapport, pour l entreprise LMS-Imagine (Roannes) (dans la cadre du projet ANR PARADE) Indiquer au maximum 5 faits illustrant le rayonnement ou l attractivité académiques de l entité (par exemple : invitations à donner des conférences, organisation de colloques nationaux ou internationaux, réseaux collaboratifs, cofinancements, prix et distinctions, etc.) - Obtention d une médaille de bronze du CNRS par un membre du pôle (Bruno Escoffier). - Initiation et co-organisation de la conférence internationale ISCO «International Symposium on Combinatorial Optimization (ISCO)» en 2010 à Hammamet (Tunisie), et co-organisation en 2011 à Athènes (Grèce). - Conférence plénière (sur invitation) dans «Computers and Industrial Enginering 39, Troyes, juillet Animation du groupe AGAP (Approximation avec GArantie de PErformane) de la ROADEF par V. Paschos. - Animation du groupe POC (Polyèdres et Optimisation Combinatoire) de la ROADEF par A. R. Mahjoub Indiquer au maximum 5 faits illustrant les interactions de l entité avec son environnement socioéconomique ou culturel (par exemple : contrat industriel, collaboration à une exposition majeure, émission audiovisuelle, partenariats avec des institutions culturelles, etc.) - Contrat CIFRE avec France Telecom. - Contrat industriel avec l entreprise ALTARES, Paris. - Projet ANR avec les entreprises LMS-Imagine (Roannes) et Continental (Toulouse) (et des universitaires). - Projet ANR NEUMA avec l IRPMF (Institut de Recherche sur le Patrimoine Musical en France), - Contrats industriels avec RENAULT. _ Indiquer les principales contributions de l entité à des actions de formation (par exemple : conception et coordination de modules de formation en master et en doctorat, accueil et suivi des doctorants, conception d outils à vocation pédagogique, action de formation continue, etc.) En général voir l implication du laboratoire dans l enseignement. Plus spécifiquement le pôle a une activité régulière d accueil et suivi des doctorants et organise un séminaire régulier (une dizaine des séances par année).