CE48 - Fondements du numérique : informatique, automatique, traitement du signal

Théorie algorithmique de nouveaux modèles de données – AlgoriDAM

Algoridam

Théorie algorithmique et nouveaux modèles de données

Enjeux et objectifs

Le but principale est d'étudier des problèmes algorithmiques et structurels fondamentaux en informatique théorique dans des modèles modernes de calcul et de données, apr exemple: streaming, en-ligne, multi-étapes, ou incorporant l'incertitude, robustesse, et la necessité de tests.

Nous avons utilisé des outils des mathématiques et informatique théorique: probabilités, graphes, streaming, algorithmes.

En particulier on notera une thèse soutenue, de Simon Mauras, sur la modélisation et analyse probabiliste des mariages stables. Mais aussi de nombreux travaux algorithmiques, sur les graphes, les algorithmes d'approximation, les modeles de streamking en-ligne et multi-étapes, et tests et incertitude, resultant en des publications dans des conferences et revues de haut niveau.

Nous avons 3 postdocs qui commenceront en 2022 and prévoyons une forte dynamique de recherche autour de leur présence

24 articles et preprints dont:
- APPROX/RANDOM, FOCS, ESA (4), ISAAC, SODA, FODS, ICALP, FCT, STOC, ICALP, WAOA, SPAA, ITCS, Eurocomb (2),
- JCSS, Op Res Let, Algorithmica, Electronic J. Combinatorics (2)
- 1 preprint

Nous développerons la théorie des algorithmes pour les données massives, erronées et dynamiques, en nous concentrant sur trois perspectives et leurs interactions : (1) Données massives (par exemple, les données sont trop grandes pour tenir en mémoire), en particulier les modèles de calcul local et les flux de données; (2) données bruitées (par exemple, les données ne peuvent pas être mesurées de manière fiable et sont donc observées avec erreur ou bruit), en particulier avec du bruit probabiliste, des intervalles d'incertitude, et le test de propriétés; (3) les données dynamiques (par exemple, les données évoluent constamment), en particulier les flux de données dynamiques, l'évolution des données et le calcul en ligne avec corrections. Nous utiliserons des outils algorithmiques et mathématiques tels que: la randomisation, la théorie de l'information, la complexité de la communication, et les structures de données dynamiques.

Coordination du projet

Claire Mathieu (Institut de Recherche en Informatique Fondamentale)

L'auteur de ce résumé est le coordinateur du projet, qui est responsable du contenu de ce résumé. L'ANR décline par conséquent toute responsabilité quant à son contenu.

Partenaire

IRIF Institut de Recherche en Informatique Fondamentale
DI ENS Département d'Informatique de l'Ecole Normale Supérieure
LIP6 Laboratoire d'informatique de Paris 6

Aide de l'ANR 299 520 euros
Début et durée du projet scientifique : décembre 2019 - 48 Mois

Liens utiles

Explorez notre base de projets financés

 

 

L’ANR met à disposition ses jeux de données sur les projets, cliquez ici pour en savoir plus.

Inscrivez-vous à notre newsletter
pour recevoir nos actualités
S'inscrire à notre newsletter