Journée « autour de l’optimisation » de l’axe Données, Apprentissage, Connaissance

La journée se déroulera au LITIS (Rouen, site du Madrillet), salle U2.1.62 (1er étage, UFR Sciences).

Programme :

• 9h30 : accueil
• 10h : tutoriel : « La Recherche Opérationnelle ou l’art de bien optimiser : un panorama », Vincent T’Kindt (LIFAT, Tours) Diapositives.
  Résumé : Optimiser c’est avant tout chercher à trouver la meilleure solution à un problème bien défini : qu’il soit inventé ou issus de faits réels, un problème ne peut être résolu que s’il a bien été compris, puis bien modélisé. De là, il devient possible de le résoudre efficacement. L’apprentissage puis la décision à partir des données est à la mode. Tant mieux ! Le point de vue pris dans cette présentation sera plus celui des caractéristiques, des contraintes connues d’un problème d’optimisation à partir desquelles il est possible de prouver quelque chose.
  Dans cette présentation, nous aborderons le domaine de l’optimisation selon une perspective très large. Son objectif n’est, par contre, pas de présenter un catalogue des outils de l’optimiseur. Il est plutôt de s’attarder sur ce qui fait qu’un modèle peut bien s’optimiser, sur les familles de méthodes d’optimisation (celles qui peuvent bien marcher) sur les enjeux (et ce qu’il ne faut pas louper) lorsque l’on est confronté à un problème d’optimisation. Cette présentation sera aussi l’occasion de se convaincre que finalement, si le domaine de la Recherche Opérationnelle est important, il peut faire très bon ménage avec l’apprentissage.
• 11h15 : « Successive Shortest Path Algorithm for the Minimum Cost Flow Problem in Dynamic Graphs », Mathilde Vernet (LITIS). Diapositives
• 11h45 : « MIP pour l’apprentissage », Stéphane Canu (LITIS). Diapositives
• Déjeuner
• 14h00 : « Generalized Conditional Gradient with Augmented Lagrangian for Composite Minimization », Tony Silveti-Falls (GREYC). Diapositives
• 14h30 : « Screening Rules for Lasso with Non-Convex Sparse Regularizers », Gilles Gasso (LITIS). Diapositives
  Abstract : Leveraging on the convexity of the Lasso problem, screening rules help in accelerating solvers by discarding irrelevant variables, during the optimization process. However, because they provide better theoretical guarantees in identifying relevant variables, several non-convex regularizers for the Lasso have been proposed in the literature. This work is the first that introduces a screening rule strategy into a non-convex Lasso solver. The approach we propose is based on a iterative majorization-minimization (MM) strategy that includes a screening rule in the  inner solver and a condition for propagating screened variables between iterations of MM. In addition to improve efficiency of solvers, we also provide guarantees that the inner solver is able to identify the zeros components of its critical point in finite time. Experimental analysis illustrates the significant computational gain brought by the new screening rule compared to classical coordinate-descent  or proximal gradient descent methods.
• 15h00 : « Les problèmes d’optimisation rencontrés au cours de notre étude des pharmacophores », Nhat Vinh Vo (GREYC). Diapositives
  Résumé : L’objectif de notre projet est de positionner la bioactivité potentielle de molécules organiques au profil biologique actuellement inconnu, notre travail visant une application en pharmacologie et toxicologie. La prédiction se fait via la présence de configurations structurelles caractéristiques d’un profil de bioactivité : les pharmacophores. Dans un premier temps, le présent projet consiste à étudier les relations au sein de ces pharmacophores caractéristiques d’un certain profil d’activité biologique, en s’appuyant sur les distances d’édition de graphe et les chemins d’édition associés. Une procédure par séparation et évaluation s’applique à calculer ces distances de la manière exacte mais la taille des molécules ainsi que le nombre de pharmacophores provoquent un problème de temps de calcul. Dans un deuxième temps, nous nous sommes concentrés sur le calcul d’un ensemble de pharmacophores associés à l’étude du profil d’activité d’une molécule. La détermination de cet ensemble est vu comme un problème d’optimisation multicritères : pour être un pharmacophore intéressant, il faut être assez proche de l’ensemble des pharmacophores déjà sélectionnés comme prototype de l’étude.
• 15h30 : « Cadre interactif de fouille de motifs avec prise en compte des préférences de l’utilisateur », Samir Loudni (GREYC), retour d’un stage de master 2018 soutenu par NormaSTIC + poursuite du projet.
• 16h15: discussion, conclusion de la journée, vie de l’axe (échange pour le montage de nouveaux projets, groupe de travail, appel à projets NormaSTIC,…)

Co-voiturage

Pour Caen : si vous pensez venir en voiture et que vous avez de la place ou si vous cherchez une place, merci de contacter Bruno Crémilleux avant le  15 mai.

Retour à la page de l’axe DAC