- Recherche
- Projets
Projets
Équipe : ALSOC
Project Leader : Alain Greiner
27/09/2017
Équipe : APR
TORI - In-situ Topological Reduction of Scientific 3D Data
TORI (In-situ Topological Reduction of Scientific 3D Data) is an ERC Consolidator research project started in October 2020 and coordinated by Julien Tierny. It aims at addressing the explosion in size and complexity of large-scale data by developing the next generation data reduction tools based on topological data analysis.
Project Leader : Julien Tierny
01/10/2020
Équipe : BD
Experimaestro is an experiment manager based on a server that contains a job scheduler (job dependencies, locking mechanisms) and a framework to describe the experiments with JavaScript or in Java.
Project Leader : Benajmin PIWOWARSKI
01/01/2016
SPARQL on Spark - SPARQL query processing with Apache Spark
A common way to achieve scalability for processing SPARQL queries over large RDF data sets is to choose map-reduce frameworks like Hadoop or Spark. Processing complex SPARQL queries generating large join plans over distributed data partitions is a major challenge in these shared nothing architectures. In this article we are particularly interested in two representative distributed join algorithms, partitioned join and broadcast join, which are deployed in map-reduce frameworks for the evaluation of complex distributed graph pattern join plans. We compare five SPARQL graph pattern evaluation implementations on top of Apache Spark to illustrate the importance of cautiously choosing the physical data storage layer and of the possibility to use both join algorithms to take account of the existing predefined data partitionings. Our experimentations with different SPARQL benchmarks over real-world and synthetic workloads emphasize that hybrid join plans introduce more flexibility and often can achieve better performance than join plans using a single kind of join implementation.
Project Leader : Hubert NAACKE
01/01/2015
http://www-bd.lip6.fr/wiki/en/site/recherche/logiciels/sparqlwithspark
Block-o-Matic est un algorithme de segmentation de pages Web basé sur une approche hybride pour la segmentation de documents numérisés et la segmentation de contenu à base visuelle. Une page Web est associée à trois structures: l'arborescence DOM, la structure de contenu et la structure logique. L'arborescence DOM représente les éléments HTML d'une page, la structure géométrique organise le contenu en fonction d'une catégorie et de sa géométrie et enfin la structure logique est le résultat de la cartographie de la structure du contenu sur la base du sens humain. Le processus de segmentation est divisé en trois phases: l'analyse, la compréhension et la reconstruction d'une page Web. Une méthode d'évaluation est proposée afin d'effectuer l'évaluation des segmentations de pages Web sur la base d'une vérité de terrain de 400 pages classées en 16 catégories. Un ensemble de mesures est présenté en fonction des propriétés géométriques des blocs. Des résultats satisfaisants sont obtenus en comparaison avec d'autres algorithmes suivant la même approche.
Project Leader : Andrès SANOJA
01/01/2012
Équipe : CIAN
CORIOLIS - Plate-forme pour la synthèse physique de circuits intégrés
Coriolis est une plate-forme logicielle pour la recherche d'algorithmes, le développement d'outils et l'évaluation de nouveaux flots de conception physique VLSI. Les procédés technologiques actuels, nanométriques, posent de nouveaux défis aux flots de CAO. Les recherches académiques concernent souvent la résolution de problèmes trop spécifiques, indépendemment d'autres algorithmes, faute de pouvoir inter-opérer avec eux. Or il est capital de pouvoir évaluer les interactions entre les différents outils au sein d'un flot complet de conception. La plate-frome CORIOLIS, conçue en C++, est faite pour permettre l'inter-opérabilité des différents briques logicielles qui l'utilisent. Elle propose actuellement dessolutions aux problèmes de partitionnement, de placement et routage de circuits numériques, en technologie nanométrique.
Project Leader : Jean-Paul CHAPUT
01/01/2004
L'objectif du projet CAIRO est de développer des méthodes et des outils autorisant une réutilisation des cellules analogiques et une capitalisation de connaissances du concepteur sous forme des cellules IP (Intellectual Property) portables d’une technologie à l'autre et d’un jeu de spécifications à l'autre. Le langage CAIRO+, ensemble de fonctions C++, est un langage de création d’IP analogiques permettant de structurer, de formaliser et d’automatiser en grande partie le flot de conception analogique. Il est utilisé pour créer une procédure appelée «générateur» pour une cellule analogique. A l'étape actuelle d'avancement du projet, la structure électrique de la cellule (i.e. le schéma électrique non dimensionné) est figée par le concepteur. Le générateur doit permettre un dimensionnement des composants de la cellule (définition de la taille des transistors, des capacités etc.) et de synthétiser le layout – le tout en fonction des spécifications de la cellule et des paramètres technologiques. L'écriture du générateur de la cellule est à la charge du concepteur, notamment, la partie qui concerne le dimensionnement électrique du circuit. Un des points forts du langage CAIRO+ est, sans doute, la possibilité de synthétiser le layout d'une manière quasi-automatique, à partir du schéma électrique dimensionné – la fonction de génération du layout fait partie des modules «natifs» du langage. De plus, le dimensionnement électrique peut prendre en compte les éléments parasites du layout (nous disons «peut», car tout dépend de la volonté du concepteur qui définit la procédure de dimensionnement). Dans ce cas, plusieurs cycles «dimensionnement de la cellule – synthèse du layout» peuvent être nécessaires. Un des pôles d'intérêt de ce groupe est la conception de modulateurs sigma-delta temps continu. Dans cette activité nous nous attachons à capitaliser l’effort de conception en développant des méthodes et des outils permettant une réutilisation des résultats. La structure complexe des modulateurs, incluant un grand nombre de cellules de fonctionnalité identique mais de spécifications différentes (telles que GmC, amplificateurs), offre un contexte approprié pour l’application de la méthodologie implémentée dans CAIRO+.
Project Leader : Marie-Minerve LOUËRAT
01/01/2004
Équipe : DECISION
aGrUM - a Graphical Unified Model
aGrUM est une librairie en C++ de manipulation de modèles graphiques. Son spectre est assez large puisqu'elle est conçue pour faire de l'apprentissage (de réseaux bayésiens par exemple), de la planification (FMPDs) ou bien encore de l'inférence (réseaux bayésiens, GAI, diagrammes d'influence).
Project Leader : Christophe GONZALES & Pierre-Henri WUILLEMIN
Équipe : LFI
Dans le contexte général du domaine de l’eXplainable Artificial Intelligence (XAI), le projet IFP-in-RL a pour objectif la proposition d'une méthode de construction automatique d'un système de contrôle d'un système, tel qu'un drone, qui prenne en compte la contrainte d'interprétabilité dans sa conception même. Pour cela, ce projet se place dans le cadre des systèmes à base de règles floues qui, depuis leur introduction, ont pour but de faciliter l’expression de connaissances sous une forme linguistique, naturelle pour l’utilisateur, et facilement compréhensible par un humain. Une telle représentation des connaissances est un excellent moyen de favoriser l’interaction de l’humain avec le système informatique et d’améliorer sa compréhension de son fonctionnement, offrant ainsi la possibilité de rendre son comportement transparent et facilement validable. Dans la littérature, différentes approches de construction ou de mise au point d’une base de règles floues pour concevoir un système existent, mais elles souffrent généralement du travers de ne pas intégrer une optimisation spécifique de l’interprétabilité.
Dans ce projet IFP-in-RL, une méthodologie innovante est introduite pour la conception de tels systèmes. Cette méthodologie est basée sur la mise en œuvre d’une approche d’apprentissage par renforcement utilisant des métriques d’interprétabilité. L’objectif ici est d’intégrer la prise en compte et l’optimisation de l’interprétabilité souhaitée au cours de l’apprentissage même, et non a posteriori comme de nombreuses méthodes le font actuellement dans le domaine de l’XAI.
Le projet IFP-in-RL vise pour cela à réaliser, en amont, une étude complète, à la fois théorique et expérimentale, de métriques d’interprétabilité, incluant les critères numériques existants ainsi que les besoins des utilisateurs. Il s’agira de proposer une taxonomie des métriques existantes et de définir de nouvelles mesures si nécessaire, afin de compléter les précédentes et de permettre leur exploitation dans des algorithmes d’apprentissage par renforcement originaux. Une originalité de ce projet est d’intégrer une évaluation qualitative, menée auprès d’un panel humain, des métriques proposées mais aussi des bases de règles obtenues à l’issue de l’apprentissage par renforcement.
En termes applicatifs, le projet IFP-in-RL a pour objectif la mise en oeuvre de ces propositions pour le pilotage d'un drone, naviguant en toute autonomie pour assurer une mission consistant à survoler des points d'intérêt et les prendre en photo, à partir de données fournies par un simulateur.
Project Leader : Christophe MARSALA
01/01/2023
Équipe : MOCAH
Adaptiv’Math - Adaptiv’Math
obtenu dans le cadre du Partenariat d'Innovation Intelligence Artificielle (P2IA) du ministère de l'éducation nationale et porté par la startup EvidenceB, implique des entreprises (Nathan, Daesign, Schoolab, Isograd, BlueFrog), deux laboratoires (LIP6 et Inria Bordeaux), l'APMEP (association des professeurs de mathématiques) ainsi que des chercheurs en psychologie cognitive (E. Sander) et en neurosciences (A. Knopf). Il vise à réaliser un assistant pédagogique pour les mathématiques du Cycle 2 (CP, CE1, CE2) s'appuyant sur des algorithmes d'IA et sur un ensemble d'exercices définis à partir d'avancées en sciences cognitives.
Nous travaillons sur une brique IA visant à proposer des regroupements d'élèves (textit{clustering}) appris sur l'ensemble des classes sur la base de critères de maîtrise de compétences en mathématiques. Ce textit{clustering} est ensuite appliqué classe par classe à intervalles réguliers pour proposer à l'enseignant un suivi de l'évolution de ses groupes d'élèves, afin de faciliter la mise en place de stratégies de pédagogie différenciée.
Project Leader : François Bouchet
01/10/2019
MindMath (financé par la BPI et la région IdF) est un projet de plateforme gamifiée et adaptative pour l’apprentissage des mathématiques au collège. Ce projet implique plusieurs partenaires industriels (Cabrilog, Tralalere, Domoscio et Bayard) et académiques (LDAR - Université Paris Diderot et LIP6 - Sorbonne Université).
Nous développons des algorithmes pour décider, en fonction des activités des élèves au sein de tâches de résolution de problèmes en mathématiques, du feedback le plus adapté pour les aider à progresser dans leurs apprentissages. La décision s’appuie à la fois sur une ontologie construite avec des experts en didactique des mathématiques et sur des approches d’apprentissage automatique. La recherche des feedbacks optimaux se fait par apprentissage par renforcement, avec un système de récompense basé sur la réussite des élèves dans les activités. Ces propositions sont expérimentées dans différents contextes scolaires et parascolaires.
Project Leader : Amel Yessad
01/01/2019
IECARE est un projet de recherche financé par l'ANR. Il vise à produire des connaissances fondamentales et opératoires sur l’informatique, son enseignement et son apprentissage, à l’école obligatoire. Ce projet pluridisciplinaire associe des chercheurs en Informatique et en sciences humaines et sociales (Sciences de l’éducation, didactiques, psychologie des apprentissages, sociologie). La recherche suit trois thèmes structurant : analyser les représentations et les pratiques des enseignants et des élèves ; modéliser, concevoir et modifier des scénarios pédagogiques et des ressources pour soutenir les pratiques d’enseignement et d’apprentissage ; étudier les cadres d’accompagnement mis en place par et pour les enseignants et les formateurs en informatique.
Project Leader : Mathieu Muratet
01/01/2019
MAGAM est un modèle générique basé sur un calcul matriciel permettant d'adapter des activités d'apprentissage selon plusieurs aspects (pédagogique, didactique, ludique, motivationnel, etc.).
Project Leader : Vanda LUENGO et Baptiste MONTERRAT
01/03/2016
Le projetLEarning Analytics for Personalization and Adaptation a pour objectif de proposer, à destination des décideurs (ensei-gnants, apprenants, ..), des algorithmes et des visualisations permettant des analyses du com-portement de l’étudiant pour l’adaptation et la remédiation. Il s’applique à plusieurs niveaux d’enseignement. Pour le niveau collège, la recherche est menée dans le cadre d’une collaboration soutenue par la direction du numérique pour l’éducation (MEN). Dans ce contexte, nous proposons des analyses (descriptives et diagnostiques) des compétences des apprenants en algèbre, ainsi que des visualisations, l’objectif étant d’assister l’enseignant dans l’adaptation des activités[4].Pour l’enseignement supérieur, la recherche est menée en s’appuyant sur la plateforme LA-PAD développée par CAPSULE (centre d’innovation pédagogique de Sorbonne Université).Dans ce contexte, nous nous intéressons à comprendre les parcours des apprenants à partir de techniques d’analyse séquentielle et de règles d’association.
Project Leader : Vanda LUENGO et Amel YESSAD
01/01/2016
RecoMOOC vise à réduire l'attrition et améliorer l'expérience d'apprentissage dans les MOOC en fournissant aux étudiants des moyens d'interagir et de travailler avec d'autres, identifiés de manière automatique à l'aide d'un système de recommandation de pairs analysant les facteurs individuels et la progression de chaque apprenant.
Project Leader : François BOUCHET
01/01/2014
Équipe : MoVe
Ce projet de recherche et le logiciel associé visent à concevoir et implanter un modèle de programmation par composants pour les systèmes de contrôle cyber-physique. Il se greffe sur le projet BCM4Java dont il utilise les concepts de base et l'implantation des composants répartis en Java (10.000 lignes de code et de documentation à ce jour). Outre le fait d'intégrer des composants temps réel, ce projet étudie les architectures de contrôle (automatique) à base de composants, leur spécification utilisant les systèmes hybrides stochastiques et leur simulation utilisation des modèles de simulation suivant la norme DEVS. Une attention particulière est portée sur la composabilité parallèle entre les composants, leurs spécifications et leurs modèles de simulation individuels. Un sous-projet logiciel de BCMCyPhy propose une nouvelle implantation en Java de la norme DEVS pour la simulation modulaire des composants et de leurs assemblages (20.000 lignes de code et de documentation à ce jour)). Les simulateurs obtenus par composition entre simulateurs de chaque composant permettent ensuite de mettre au point, tester, vérifier et valider les applications. Ce logiciel a été utilisé par quelques dizaines d'étudiants et l'est toujours dans le cadre du cours de master 2 ALASCA depuis 2018.
Project Leader : Jacques MALENFANT
18/06/2019
PNML Framework
PNML Framework est l'implémentation prototype du standard ISO/IEC-15909 (partie 2), le format d'échange normalisé pour les réseaux de Petri. L'objectif principal de PNML est d'aboutir à l'interopérabilité des outils basés sur les réseaux de Petri. PNML Framework est conçue pour implémenter le standard au fur et à mesure de son élaboration, afin d'en mesurer la faisabilité et de servir de référecne pour es outils de la communauté. Il propose une API de manipulation permettant de créer, sauver, charger et parcourir des réseaux de Petri au format PNML.
Project Leader : Fabrice KORDON
01/04/2005
CPN-AMI
CPN-AMI est un environnement conçu sur FrameKit: une plate-forme logicielle d'intégration permettant un couplage rapide d'outils de provenance diverses. CPN-AMi est ainsi l'assemblage le plus complet d'outils de vérifications à partir de réseaux de Petri. Ces outils ont été développés dans le cadre des travaux de SRC ou par des partenaires universitaires (Université de Turin, Université d'Helsinki, Bell-Labs, Université de Munich, Université Humbolt à Berlin). CPN-AMI est composé d'un serveur d'outils et d'une interface utilisateur déporté à laquelle on se connecte.
Project Leader : Fabrice KORDON
01/12/1994
SPOT - Spot Produces Our Traces
SPOT (Spot Produces Our Traces) est une bibliothèque de model-checking facilement extensible. À la différence des model-checkers existants, dont le mode opératoire est immuable, SPOT fournit des briques que l'utilisateur peut combiner entre elles pour réaliser un model-checker répondant à ses propres besoins. Une telle modularité permet d'expérimenter facilement différentes combinaisons, et facilite le développement de nouveaux algorithmes. D'autre part, cette bibliothèque est centrée autour d'un type d'automates particulier permettant d'exprimer les propriétés à vérifier de façon plus compacte, qui n'a jamais été utilisé dans un outil jusqu'à présent.
Project Leader : Denis POITRENAUD
Équipe : NPA
F-Interop - Services de tests d'interopérabilité à distance pour les objets connectés (IoT)
Services de tests d'interopérabilité à distance pour les objets connectés (IoT)
Project Leader : Serge FDIDA
01/01/2016
Équipe : PEQUAN
HPDDM - high-performance unified framework for domain decomposition methods
HPDDM est une collection de préconditionneurs basés sur le paradigme de la décomposition de domaine, avec ou sans recouvrement. Ils peuvent être utilisés pour résoudre de grands systèmes linéaires, comme on en rencontre généralement lors de la discrétisation d'équations aux dérivées partielles. Ces préconditionneurs peuvent être utilisés avec diverses méthodes Krylov. La bibliothèque est utilisable dans les codes C, C++, Python ou Fortran.
Project Leader : Pierre JOLIVET
01/12/2022
FiXiF est une suite d’outils utilisés pour implémenter des filters sur des systèmes embarqués (tels que DSP, micro-controlleurs, FPGA ou ASIC) avec l’impact de la précision finie (virgule fixe et flottante).
Project Leader : Thibault HILAIRE
01/08/2017
PROMISE - PRecision OptiMISE
PROMISE est un logiciel permettant de déterminer automatiquement la précision adéquate des variables dans un code numérique.
Project Leader : Fabienne JEZEQUEL
01/01/2016
ExBLAS fournit une version performante des algorithmes fondamentaux d'algèbre linéaire dont les résultats sont précis et reproductibles.
Project Leader : Stef GRAILLAT
01/01/2014
SAM - Stochastic Arithmetic in Multiprecision
SAM est une bibliothèque qui permet d'estimer et de contrôler la propagation des erreurs d'arrondi dans les programmes en précision arbitraire.
Project Leader : Fabienne JEZEQUEL
01/01/2010
CADNA - Control of Accuracy and Debugging for Numerical Application
CADNA est une bibliothèque qui permet de faire du calcul scientifique sur ordinateur en estimant et contrôlant la propagation des erreurs d'arrondi
Project Leader : Fabienne JEZEQUEL
10/01/1992
Équipe : RO
DynaBBO - Dynamic Selection and Configuration of Black-box Optimization Algorithms
DynaBBO (Dynamic Selection and Configuration of Black-box Optimization Algorithms) is an ERC Consolidator research project started in October 2024 and coordinated by Carola Doerr. It aims at improving black-box optimisation technics; technics which are heavily relied-on by the industry sector and based on the repetition of experiments or numerical simulations to evaluate potential solutions to a problem.
Project Leader : carola doerr
01/10/2024