Master Sciences, Technique, Santé

Résolution de problèmes par décomposition de graphes

Applications de la décomposition (machines parallèles, tolérance aux pannes,..)

Graphes et algorithmes dynamiques

- Propriétés des graphes dynamiques (facteur de clustering, distribution des degrés,…)

• 
  Différents modèles réalistes (Erdos & Rényi, Watts & Stogatz, …)
  
• 
  Algorithmes (dynamiques, auto-stabilisants et «online ») pour les graphes dynamiques
  
• 
  Quelques exemples d’applications
  

Algorithmes d’apprentissage de la structure des graphes causaux

• 
  Définition et propriétés d’un graphe causal et d’un réseau bayésien
  
• 
  Algorithmes d’apprentissage basés sur des contraintes
  
• 
  Algorithmes d’apprentissage basés sur une fonction de score décomposable
  
• 
  Application à l’aide à la décision (e.g. gestion des risques d’une entreprise, diagnostic, etc.).
  

Compétences acquises
Méthodologiques :

- Savoir modéliser un comportement, une architecture, une structure à l’aide des graphes.

- maîtrise des méthodes de raffinement de modèles et de modélisation de contraintes pour mieux résoudre un problème.

Techniques :
Maîtrise des outils de graphes (structures et paramètres) et des aspects algorithmiques avancés (distribués, dynamiques, auto-stabilisants, «online »…) pour la modélisation et la résolution de problèmes.