Thème Métamodélisation, Optimisation Continue et Applications (MOCA)

Présentation

Ce thème, pluri-disciplinaire, concerne la gestion de modèles et leurs applications en particulier en optimisation continue. En terme de modélisation, on retrouve donc la simulation numérique de systèmes physiques et la métamodélisation sous ses deux significations:

    • La construction de modèles statistiques à partir de données entrée-sortie qui, elles même, peuvent provenir de modèles coûteux de simulation par éléments finis. Cette métamodélisation est un apprentissage supervisé utilisant une quantité limitée de données. Les méthodes d'optimisation continue utilisent souvent de tels métamodèles.

    • La production de programmes informatiques à travers la description et la manipulation de modèles. Dans ce cas, un métamodèle est un descripteur d’une classe de modèles. La notion couvre aussi les métaprogrammes qui décrivent algorithmiquement un ensemble d'instances de modèles possibles.

Ainsi, le thème Métamodélisation couvre aussi bien les aspects théoriques de l'optimisation continue, que les ``computer experiments'', ou l'implémentation et l'optimisation de codes de simulation complexes nécessitant le recours au calcul intensif. Nous proposons aussi des solutions logicielles intégrées pour des problèmes de simulation à événements discrets et nous attachons un soin particulier à la reproductibilité numérique des résultats.

Mots clés :

  • Modélisation statistique
  • Optimisation continue
  • Calcul scientifique
  • Calcul à Haute Performance
  • Reproductibilité numérique
  • Métaprogrammation

Dernières Publications

Lucas Brunel, Mathieu Balesdent, Loïc Brevault, Rodolphe Le Riche, Bruno Sudret - 1 février 2025
A survey on multi-fidelity surrogates for simulators with functional outputs: Unified framework and benchmark
Computer Methods in Applied Mechanics and Engineering

Roxane Jouseau, Sébastien Salva, C. Samir - 2 janvier 2025
A New Metric for Measuring the Intrinsic Quality in Data Collected for Quantitative Classification
Lecture Notes in Artificial Intelligence

Armel Soubeiga, Violaine Antoine, Alice Corteval, Nicolas Kerckhove, Sylvain Moreno, Issam Falih, Jules Phalip - 1 janvier 2025
Clustering and Interpretation of time-series trajectories of chronic pain using evidential c-means
Expert Systems with Applications

Benoît Albert, Violaine Antoine, Jonas Koko - 1 janvier 2025
ECM+: An improved evidential c-means with adaptive distance
Fuzzy Sets and Systems

Hassan Maatouk, Didier Rullière, Xavier Bay - 1 janvier 2025
Large-scale constrained Gaussian processes for shape-restricted function estimation
Statistics and Computing

Babacar Sow, Rodolphe Le Riche, Julien Pelamatti, Merlin Keller, Sanaa Zannane - 10 décembre 2024
Optimization and metamodeling of functions defined over clouds of points
workshop SAMOURAI

Hassan Maatouk, Didier Rullière, Xavier Bay - 19 novembre 2024
Truncated multivariate normal distribution under nonlinear constraints


Alexis Chartrain, Gilles Dessagne, Noël Haddad, David R.C. Hill - 17 novembre 2024
Linking Digital Twin Design and Ontologies with Model-Driven Engineering: Application to Railway Infrastructure
16th International Joint Conference on Knowledge Discovery, Knowledge Engineering and Knowledge Management (IC3K '24) - Special Session on Ontologies for Digital Twin (DTO '24)

Benjamin Antunes - 14 novembre 2024
Calcul à hautes performances : Reproductibilité et répétabilité des résultats numériques et des mesures de performances


David Hill, Benjamin A. Antunes, Anthony Bertrand, Engelbert Mephu Nguifo, Loïc Yon, Jeanne Nautré-Domanski, Violaine Antoine - 23 octobre 2024
Machine learning and reproducibility impact of random numbers
38th European Simulation and Modelling Conference (ESM)

Toutes les publis se trouvent ici