Modélisation et résolution de problèmes sous contraintes
De nombreuses tâches en intelligence artificielle, et plus généralement en informatique, nécessitent la résolution de problèmes difficiles d’un point de vue calculatoire.
L’axe « Contraintes » porte sur la modélisation et la résolution pratique de problèmes combinatoires sous contraintes. Deux formalismes sont principalement étudiés dans l’axe : SAT (Satisfiability Testing), où les variables sont booléennes et CSP (Constraint Satisfaction Problem) où les variables sont définies sur des domaines finis. Ces deux formalismes entrent dans le champ général de la programmation par contraintes (CP pour Constraint Programming). Parmi les problèmes étudiés figurent les problèmes de satisfaction (existence d’une solution), d’optimisation (recherche d’une « meilleure » solution), de comptage (calcul du nombre de solutions), d’énumération (des solutions). Les travaux réalisés dans l’axe vont de développements théoriques (étude de complexité, analyse de propriétés des langages et des algorithmes) jusqu’au développement de logiciels (appelés solveurs) permettant de résoudre en pratique les problèmes abordés.
Parmi les thèmes de recherche de l’axe « Contraintes », on trouve :
- le développement de langages généraux de modélisation et des outils associés
- la conception de mécanismes efficaces de parcours de l’espace de recherche
- la conception de mécanismes d’inférences et d’apprentissages au sein de solveurs
- la compilation en amont de problèmes combinatoires afin d’effectuer, a posteriori, de façon efficace, un ensemble de requêtes sur ces derniers.
Au sein de l’axe « Contraintes », le CRIL s’intéresse donc à différentes questions inter-corrélées qui vont de la représentation à la résolution de problèmes combinatoires. Des travaux portent sur l’extension de cadres existants et l’utilisation de techniques issues de SAT, CSP et de formalismes apparentés (pseudo-booléens, formules booléennes quantifiées) pour élargir les champs d’application. Par exemple, de nombreux outils développés dans l’axe sont utilisés pour traiter des problèmes fondamentaux pour l’IA explicable et robuste.
Le développement de solveurs open-source génériques et la résolution de problèmes réels (industriels) font également partie des activités conduites au sein de l’axe.
Membres impliqués dans l'axe
Audemard Gilles | Professeur des universités | iut |
Bellart Steve | Doctorant | fac |
Blomme Anthony | Doctorant | fac |
Bounia Louenas | Doctorant | fac |
Bouraoui Zied | Maître de conférences, habilité à diriger des recherches | fac |
Boussemart Frédéric | Maître de conférences | iut |
Chmeiss Assef | Maître de conférences | iut |
Condotta Jean-François | Professeur des universités | iut |
de Lima Tiago | Maître de conférences, habilité à diriger des recherches | fac |
Delorme Fabien | Ingénieur de recherche | fac |
D'halluin Cyrille | PAST | fac |
Falque Thibault | Doctorant | fac |
Grégoire Éric | Professeur des universités | fac |
Hemery Fred | Maître de conférences | iut |
Hidouri Amel | ATER (docteur) | fac |
Ing David | Doctorant | fac |
Jabbour Saïd | Professeur des universités | fac |
Kemgue Alain Trésor | Ingénieur de recherche | fac |
Koriche Frédéric | Professeur des universités | iut |
Lagniez Jean-Marie | Professeur des universités | fac |
Le Berre Daniel | Professeur des universités | fac |
Lecoutre Christophe | Professeur des universités | iut |
Lonca Emmanuel | Ingénieur de recherche | fac |
Marquis Pierre | Professeur des universités | fac |
Mazure Bertrand | Professeur des universités | fac |
Mengel Stefan | Chargé de recherche CNRS, habilité à diriger des recherches | fac |
Miceli Marie | Doctorant | fac |
Paris Nicolas | PAST | iut |
Parrain Anne | Maîtresse de conférences | fac |
Piette Cédric | Maître de conférences | iut |
Roussel Olivier | Maître de conférences | iut |
Saïs Lakhdar | Professeur des universités | fac |
Salhi Yakoub | Professeur des universités | iut |
Samy Modeliar Mouny | PRAG | iut |
Tabary Sébastien | Maître de conférences | iut |
Tahil Gökhan | Doctorant | fac |
Wallon Romain | Maître de conférences | iut |
Thèses en cours
- Compilation de connaissances pour l'IA explicable et robuste - Steve Bellart
- Découverte de connaissances à partir de données migratoires - David Ing
- Détermination de constantes d'association entre des cyclodextrines et ses invités par apprentissage automatique et contraintes - Gökhan Tahil
- Explication de solutions optimales et sous-optimales en variables booléennes - Anthony Blomme
- Explication via les « weak cores » - Marie Miceli
- Modèles formels pour l'IA explicable et robuste - Louenas Bounia
- Optimisation des flux passagers et de la gestion de ressources via des techniques d'apprentissage automatique et de programmation par contraintes - Thibault Falque