Thèse en cours

Processus gaussiens et planification séquentielle d'expériences numériques pour l'optimisation et l'inversion en présence d'incertitudes
FR  |  
EN
Auteur / Autrice : Romain Ait abdelmalek-lomenech
Direction : Emmanuel Vazquez
Type : Projet de thèse
Discipline(s) : Informatique mathématique
Date : Inscription en doctorat le 01/10/2021
Etablissement(s) : université Paris-Saclay
Ecole(s) doctorale(s) : École doctorale Sciences et technologies de l'information et de la communication
Partenaire(s) de recherche : Laboratoire : Laboratoire des Signaux et Systèmes
Equipe de recherche : Signaux
référent : CentraleSupélec

Résumé

FR  |  
EN

L'objectif de cette thèse est de développer et d'étudier des méthodes d'optimisation bayésienne en présence d'incertitudes. Il s'agit plus précisément de mettre en place des méthodes de planification séquentielles d'expériences numériques fondées sur une modélisation par processus gaussien de simulateurs numériques possédant des paramètres incertains, soumis à des variations non contrôlées ou inconnues à l'avance. Lorsque le problème à traiter est un problème d'optimisation, de telles méthodes relèvent plus généralement du domaine de l'optimisation bayésienne, un sujet qui fait l'objet de recherches actives dans plusieurs communautés scientifiques (statistique, machine learning, recherche opérationnelle...) depuis une vingtaine d'années.