Axe MAAD : Modèles et Algorithmes de l’Aide à la Décision
Responsable(s)
Les travaux de l’axe Modèles et Algorithmes de l'Aide à la Décision (MAAD) s'intéressent à des aspects fondamentaux des problèmes de décisions issus de divers domaines (informatique, industrie, gestion, économie, communication, traitement d’images, bio-informatique ou environnement). En particulier, les membres de MAAD s'intéressent aux méthodes d'optimisation combinatoire et continue, à la théorie des graphes et hypergraphes, à la complexité algorithmique des algorithmes considérés, à la métamodélisation notamment à travers ses applications en optimisation. Les études menées mettent en jeu des modèles et méthodes mathématiques avancés et les articulent avec des développements logiciels.
Mots-clés : Optimisation combinatoire, approches polyédrales, théorie algorithmique des jeux, théorie des graphes et hypergraphes, complexité algorithmique, énumération, métamodélisation, optimisation continue et applications;
Thèmes
Dernières Publications
Isometric path complexity of graphs
Subhadeep Dev, Sanjana Dey, Florent Foucaud, Krishna Narayanan, Lekshmi Ramasubramony Sulochana - 31 décembre 2025 - Discrete Applied Mathematics
Monitoring edge-geodetic sets in graphs
Dibyayan Chakraborty, Florent Foucaud, Anni Hakanen - 1 novembre 2025 - Discrete Mathematics
Distance-based (and path-based) covering problems for graphs of given cyclomatic number
Thanh Loan Nguyen, Viet Hung Nguyen - 26 septembre 2025
Polynomial time algorithm for a Bi-objective Spanning Star Forest Problem on Trees
Thanh Loan Nguyen, Viet Hung Nguyen, Minh Hieu Nguyen, Thi Viet Thanh Vu - 26 septembre 2025
On the star forest polytope for 4-cactus graphs
Toutes les publis se trouvent ici
Projets en cours
Argtowin
ALGOPT-GI
CROC
AnomaliX
CONSORTIUM CIROQUO
CHAIRE PROF JUNIOR
MASTranPCo
Vers des théories testables de la programmation linéaire
Etude et conception de modèles interprétables de détection d’anomalies dans les flux de données spectrales
Optimisation de l'implantation des machines dans une usine Ultra-Flexible - OUF2
ADOMAL
DLISCES : Deep Learning, Images Satellites et Cartographie d’Indicateurs Economiques et Sociaux
GRALMECO - Algorithmique des problèmes de couverture métriques dans les graphes
AnomaliX
MICHELIN
HUAWEI
Equipe
Responsables des thèmes
Thème Algorithmique, Graphes, Complexité Thème Métamodélisation, Optimisation Continue et Applications (MOCA)- KOKO Jonas - Mail
- HILL David - Mail
- AH-PINE Julien
- BACHELET Bruno
- BAY Xavier
- BEAUDOU Laurent
- BENDALI AMOR Fatiha
- BOURINET Jean Marc
- CHICOISNE Renaud
- COLARES BORGES Rafael
- FESCHET Fabien
- FOUCAUD Florent
- GERARD Yan
- HILAIRE Claire
- HILL David
- KANTE Mamadou
- KERIVIN Hervé
- KOKO Jonas
- LAFOREST Christian
- LIMOUZY Vincent
- MAILFERT Jean
- MAZEL Claude
- NGUYEN Viet Hung
- NOURINE Lhouari
- PASTOR Lucas
- RAYNAUD Olivier
- RULLIERE Didier
- SAMIR Chafik
- TRAPPLER Victor
- VIGNY Alexandre
- WAGLER Annegret
- YON Loïc
- ALHADIRI Moelevou
- BERAUD-SUDREAU Guillaume
- BERTRAND Anthony
- BRUNEL Lucas
- CANCELLIERE Francesco
- CHARTRAIN Alexis
- DIRKS Jona
- GUIEN Valentin
- HA HUY PHUC Nguyen
- HU Yuankang
- KAIAL Victoria
- KHIZAR Muhammad Haseeb
- LEBESE Thabang Doreen
- LORIEAU Lucas
- MA Rui
- MEUNIER Anthony
- MUKHOPADHYAY Soumyodeep
- NGUYEN Thanh Loan
- NGUYEN Chi Thao
- QUINTIN Anthony
- RACHURI Anirudh Raghava
- SCHIVRE Nicolas
- TAHERI KHORRAM ABADI Seyed Mohammad Javad
- TRAN THI THUY An