Apprentissage de modèles à contraintes concis à partir de données sans erreurs : études sur l’acquisition d’équations arithmétiques booléennes et de modèles d’ordonnancement à court terme
Auteur / Autrice : | Ramiz Gindullin |
Direction : | Nicolas Beldiceanu |
Type : | Thèse de doctorat |
Discipline(s) : | Informatique |
Date : | Soutenance le 25/03/2024 |
Etablissement(s) : | Ecole nationale supérieure Mines-Télécom Atlantique Bretagne Pays de la Loire |
Ecole(s) doctorale(s) : | École doctorale Sciences pour l'ingénieur et le numérique |
Partenaire(s) de recherche : | Laboratoire : Théorie, Algorithmes et Systèmes en Contraintes - Département Automatique, Productique et Informatique - Laboratoire des Sciences du Numérique de Nantes |
Jury : | Président / Présidente : François Clautiaux |
Examinateurs / Examinatrices : Nicolas Beldiceanu, Nadjib Lazaar, Jean-Charles Régin | |
Rapporteurs / Rapporteuses : Nadjib Lazaar, Jean-Charles Régin |
Mots clés
Mots clés contrôlés
Résumé
Utilisant la programmation logique par contrainte, l'objectif de cette thèse est de développer plusieurs techniques d'acquisition de contraintes pour les situations où nous disposons de données sans erreur. De telles situations rendent la majorité des techniques de ML inutilisables et de nouvelles approches sont nécessaires. Les techniques d'acquisition de contraintes proposées sont appliquées à deux cas d'utilisation : la recherche de nouvelles conjectures de limites fortes pour huit objets combinatoires et l'acquisition de contraintes à partir d'un calendrier de production à court terme unique et valide. Les contributions de la thèse comprennent (i) un modèle de contrainte pour acquérir des expressions booléennes-arithmétiques à partir de données, (ii) une base de données générée automatiquement de contraintes anti-réécriture qui empêchent la génération d'équations booléennes-arithmétiques simplifiables, (iii) un certain nombre de techniques de synthèse de formules qui peuvent acquérir une formule unique combinant plusieurs biais d'apprentissage, (iv) l'acquisition d'une variété de contraintes d'ordonnancement telles que les contraintes temporelles, de ressources, de calendrier et d'équipes, et dans ce dernier cas (v) la génération d'un modèle d'ordonnancement MiniZinc.