UPMCCNRSAccueil LIP6

Invités actuellement présents au LIP6

  • ABI HAIDAR Alaa
    UPMC - I3 « Immunologie-Immunopathologie-Immunothérapie »

  • AIT SAADI Nadjib
    INRIA

    Goldfish

  • BAMPAS Evangelos
    UPJV (Amiens)

    Réseaux de robots, réseaux P2P

  • BENDOTTI Pascale
    EDF R&D

    RO, Optimisation combinatoire, gestion production éléctrique

  • BEZAHAF Mohamed el Mehdi
    University of Mancherster

  • CAMPISTA Miguel
    Université de Rio de Janeiro

    thématiques de réseaux sans fil

  • DELVENNE Jean-Charles
    Université Catholique de Louvain
    Department of Applied Mathematics
    Belgique

    large graphs and networks
    Markov chains
    information theory and control
    distributed systems and control
    dynamical systems, decidability and Turing universality

  • DELVENNE Jean-Charles
    Université Catholique de Louvain

    RSR

  • DéMOULINS Clément
    ENS-Cachan/CNRS

    Projet CosyVerif avec le LSV ENS-Cachan et le LIPN Paris 1

  • FEVRIER Loic
    ENS Cachan

    Outils pour l'aide à l'enseignement de l'informatique

  • HABEL Rachid
    Université Pierre et Marie Curie (UPMC)

  • HADDADOU Kamel

  • HAEUSLER Edward
    PUC Rio

  • JIANG Hao
    National University of Defense Technology, Changsha, China

    arithmétique des ordinateurs

  • KONO Kenji
    Departement od Information and computer Science, University Keio

    Operating systems, Internet security, distributed and parallel systems, programming language systems

  • KSONTINI Feirouz
    INRETS

    Modélisation du trafic routier et SMA

  • MANAA Adel

    RO

  • MOCKAPETRIS Paul Vincent
    Université of Californie, Irvine
    CA UAS
    NOMINUM
    Redwood City C.A
    USA

    Collaboration sur l'ONS (Object Name serveur), la gestion des objets et des RFID dans le monde émergent de l'Internet des objets.

  • NOGUEIRA LIMA Michèle
    Université Fédérale du Parana

    La fiabilité des réseaux informatiques

  • PITRAT Jacques
    LIP6

    L'intérêt de donner des connaissances déclaratives à un système est bien connu, mais il est difficile d'utiliser efficacement de telles connaissances. La solution de MACISTE est de se servir de metaconnaissances déclaratives pour utiliser efficacement de telles connaissances. Pour éviter de déplacer simplement le probleme au niveau meta, les metaconnaissances sont utilisées à l'aide d'elles-mêmes. Cet amorcage est un des buts de MACISTE. Comme les années précédentes, le langage dans lequel MACISTE est exprimé a été encore amélioré pour en diminuer les aspects procéduraux afin de permettre à l'utilisateur d'exprimer plus facilement ses (meta)connaissances. Celles-ci sont donc constamment changées pour tenir compte de ces dernières possibilités.
    Par ailleurs, les expertises qui compilent les (meta)connaissances ont été reprises pour mieux optimiser les procédures qu'elles produisent. En effet, plus on donne des expertises complexes, plus il devient nécessaire que cette optimisation soit performante sous peine d'avoir des temps d'exécution prohibitifs. [...]

  • SILVERSTON Thomas
    Université de Tokyo

    collaboration avec le JFLI et l'université de Tokyo

Invités précédents du LIP6

Mentions légales