Des algorithmes et logiciels d'optimisation numérique efficaces et prouvés, pour les problèmes de boîte noire, les problèmes inverses et l'apprentissage automatique.
Numerical optimization algorithms and software that are efficient and provable, for blackbox problems, inverse problems and machine learning tasks.
Optimisation sans dérivées · optimisation non lisse et stochastique · jumeaux numériques · optimisation multidisciplinaire (MDO)
Derivative-free optimization · nonsmooth and stochastic optimization · digital twins · multidisciplinary design optimization (MDO)
Professeur au Département de mathématiques et de génie industriel (MAGI), et responsable du laboratoire OptiM. Auparavant professeur au Département d'ingénierie des systèmes complexes (DISC) de l'ISAE-SUPAERO, à Toulouse.
Professor at the Department of Mathematical and Industrial Engineering (MAGI), and head of the OptiM lab. Previously Professor in the Department of Complex Systems Engineering (DISC) at ISAE-SUPAERO, Toulouse.
L'optimisation numérique appliquée aux systèmes complexes, à la conception et aux sciences des données : des méthodes efficaces, accompagnées de garanties théoriques de convergence et de complexité.
Numerical optimization for complex systems, engineering design and data science: efficient methods that come with theoretical guarantees of convergence and complexity.
Méthodes de recherche directe et stratégies d'évolution globalement convergentes, avec bornes de complexité dans le pire cas : contraintes, multiobjectif, bi-niveau et décentralisé.
Globally convergent direct-search methods and evolution strategies with worst-case complexity bounds: constrained, multiobjective, bilevel and decentralized settings.
Régions de confiance pour l'optimisation globale (TREGO), contraintes cachées, grande dimension, noyaux pour variables mixtes et hiérarchiques, apprentissage par transfert, multi-fidélité.
Trust regions for global optimization (TREGO), hidden constraints, high dimension, kernels for mixed and hierarchical variables, transfer learning, multi-fidelity.
Quasi-Newton proximal, régions de confiance et pénalités exactes pour l'optimisation non lisse ; Levenberg–Marquardt et Gauss–Newton stochastiques, recherche linéaire par sous-échantillonnage.
Proximal quasi-Newton, trust-region and exact-penalty methods for nonsmooth problems; stochastic Levenberg–Marquardt and Gauss–Newton, subsampled line search.
Moindres carrés non linéaires, préconditionnement de suites de systèmes linéaires, approximation de rang faible randomisée, inversion géophysique et atmosphérique à grande échelle.
Nonlinear least squares, preconditioning for sequences of linear systems, randomized low-rank approximation, large-scale geophysical and atmospheric inversion.
Optimisation multidisciplinaire (MDO) avec variables mixtes, avions hybrides-électriques, conception d'ailes multi-fidélité.
Multidisciplinary design optimization with mixed variables, hybrid-electric aircraft, multi-fidelity wing design.
Réduction d'échelle des simulations climatiques par apprentissage profond probabiliste ; optimisation min-max d'ordre zéro.
Downscaling climate simulations with probabilistic deep learning; zeroth-order min-max optimization.
Inversion de forme d'onde complète, estimation de la réfractivité troposphérique par méthodes adjointes.
Full-waveform inversion, tropospheric refractivity estimation with adjoint methods.
Je dirige OptiM, le Laboratoire d'optimisation de Montréal, fondé à Polytechnique Montréal avec Charles Audet, Sébastien Le Digabel et Dominique Orban.
I direct OptiM, the Montréal Optimization Laboratory, founded at Polytechnique Montréal with Charles Audet, Sébastien Le Digabel and Dominique Orban.
OptiM fédère l'expertise de Polytechnique Montréal en optimisation numérique, avec ou sans dérivées, continue, mixte, multi-fidélité et adjointe. Le laboratoire donne à cette recherche une identité commune, la rend plus visible à Montréal et à l'international, et la relie aux partenaires académiques et industriels de la région.
OptiM brings together Polytechnique Montréal's expertise in numerical optimization, with or without derivatives, continuous, mixed, multi-fidelity and adjoint-based. The lab gives this research a shared identity, makes it more visible in Montréal and abroad, and connects it with academic and industrial partners in the region.
Liste synchronisée chaque jour avec mon profil PolyPublie (Polytechnique Montréal). Voir aussi Google Scholar.
List synced daily with my PolyPublie profile (Polytechnique Montréal). See also Google Scholar.
Cours donnés à Polytechnique Montréal, du calcul scientifique au baccalauréat jusqu'à l'optimisation aux cycles supérieurs.
Courses at Polytechnique Montréal, from undergraduate scientific computing to graduate optimization.
Arithmétique flottante, équations non linéaires, systèmes linéaires, interpolation, intégration numérique et équations différentielles.
Floating-point arithmetic, nonlinear equations, linear systems, interpolation, numerical integration and differential equations.
Modélisation et méthodes de résolution pour l'optimisation linéaire, en nombres entiers et non linéaire.
Modeling and solution methods for linear, integer and nonlinear optimization.
Optimisation de boîtes noires : recherche directe, méthodes à modèles et à substituts, analyse de convergence et applications en ingénierie.
Blackbox optimization: direct search, model- and surrogate-based methods, convergence analysis and engineering applications.
Direction et codirection à Polytechnique Montréal, au GERAD et à l'ISAE-SUPAERO, souvent en cotutelle avec la France et en partenariat avec l'industrie aéronautique.
Supervision and co-supervision at Polytechnique Montréal, GERAD and ISAE-SUPAERO, often through joint degrees with France and partnerships with the aerospace industry.
Asma Hibatallah, Elio Cairoli-Fogiel, Antoine Maugras, Mohamed Amine Dhahak, Noam Charette, Mathieu Corbishley, Maxence Gollier, Oihan Cordelier, Khalil Ouazzani Chahdi, Quentin Vaquier, Mohamed Laghdaf Habiboullah, Oussama Mouhtal, Théo Denorme, Happiness Edit Mahalalele, Jean-Guillaume De Damas, Robin Grapin, Raul Carreira-Rufato, Margarida Cosme, Paul Saves, Sotirios Anagnostidis, Nicolas Mendoza-Pila, Olivier Goux, Matheus Felipe-Gomes.
Je cherche des étudiants motivés à la maîtrise et au doctorat, avec une solide formation en mathématiques appliquées, en optimisation ou en calcul scientifique. Envoyez-moi votre CV, vos relevés de notes et un court texte sur vos intérêts.
Comme je reçois de nombreuses demandes, je ne peux répondre qu'aux candidatures qui correspondent à mes besoins actuels. Sans réponse de ma part, considérez que votre candidature n'est pas retenue.
I am looking for motivated M.Sc. and Ph.D. students with a strong background in applied mathematics, optimization or scientific computing. Send me your CV, transcripts and a short statement of interest.
Because I receive many requests, I can only reply to candidates whose profile matches my current needs. If you do not hear back, please consider that your application will not be pursued.
Carrière entre Toulouse et Montréal, prix, financement de la recherche et engagement dans la communauté.
Career between Toulouse and Montréal, awards, research funding and service to the community.
