Aeronatique / Espace
- – Optimize aircraft maintenance planning to support decision for airline operations (Amadeus)
- – FLIGHT ANALYSIS AND FUEL EFFICIENCY (Open Airlines)
- – Prédiction flux passagers (Aéroport de Paris)
- – Réoptimisation du planning du travail des opérateurs des chaînes d’assemblage aéronautiques en réponse à des aléas (Université Jean Jaurès)
- – Mise à jour des plans de vols pour toutes les durées du vol possibles (Polytechnique)
- – Les plans de vols optimaux pour toutes les durées du vol possibles (Polytechnique)
- – Cartographie d’un nuage par une flotte de drones (LAAS-CNRS)
- – Extension d’un processus d’optimisation multidisciplinaire à la multifidélité pour la conception avion avant-projet (ONERA)
- – Optimisation de plans de mission par hybridation entre recherche locale et apprentissage de conflits (ONERA)
- – Calcul de l’empreinte sonore d’un trafic hélicoptère sur scénario réaliste (ENAC et AIRBUS HELICOPTERS)
- – Régulation des secteurs de contrôle par optimisation de trajectoires (Capgemini et ENAC)
- – Régulation des secteurs de contrôle par optimisation de trajectoires (Capgemini)
- – Prédiction de l’évolution de courbes de charge de trafic par des méthodes de Machine Learning (ONERA)
Technologies de l’information
- – Learning hidden constraints within a black box simulator with machine learning (Institut Français du Pétrole et des Énergies Nouvelles)
- – Regroupement dynamique de taches de maintenance pour des systèmes à modes de dégradation multiples (IRT System X)
- – Virtual network function placement for protection against Distributed Denial of Service (DDoS) attacks (ORANGE)
- – Résolution de problèmes de flot à coût minimum dans les grands réseaux par des techniques de gradient stochastique (ENAC)
- – Formalisation d’une bibliothèque de programmation par contraintes (ENAC)
- – Métaheuristiques Hybrides pour le problème de couverture par ensembles (set covering problem) (Université de Haute Alsace)
- – Optimisation de l’insertion de contre mesure pour la sécurité des Circuits Intégrés (LIP6)
- – Méthode de Branch-and-Check pour les problèmes d’ordonnancement complexes (LAAS-CNRS)
- – A column-generation approach for the manufacturing of vias using DSA technology and multiple-patterning (Université de Bordeaux)
- – Learning and decision making under uncertainty (IRIT)
- – Whittle-Index-based resource allocation in multidimensional networks (LAAS-CNRS)
- – Learning force feedback for optimal control (LAAS-CNRS)
Science du Vivant
- – Comportement de métaheuristiques pour le problème de linéarisation des graphes d’échafaudage. (LIRMM)
- – An efficient numerical method for inverse kinematics applied to protein modeling (LAAS-CNRS)
- – Méthodes d’optimisation globale pour la prédiction de structures moléculaires (LAAS-CNRS)
Transports
- – Data Driven Dial-a-Ride (LIPN – CNRS (Paris 13))
- – Optimisation du post-acheminement des conteneurs (Université du Havre)
- – OPTIMISATION MULTI-OBJECTIVE POUR LA COLLECTE INTELLIGENTE DE DECHETS (Laboratoire LIST)
- – Pilotage et Planification Synchrones d’une Flotte de Véhicules Hétérogènes et d’un processus in situ de production d’Energie : Modèles et Algorithmes. (LIMOS)
- – Robustesse des re-planifications temps-réel des circulations ferroviaires en cas d’aléas (EURODECISION)
- – Calcul de routes optimales pour la navigation commerciale (MaxSea)
- – Vehicle rouvehicle routing, technician routing, logistics, large-scale optimizationting, technician routing, logistics, large-scale optimization (HEC Montréal)
- – Vehicle routing, technician routing, logistics, & large-scale optimization ( Ecole Nationale d’Ingénieurs de Tarbes)
Energie / Production
- – Analyse des données issues d’un cluster HPC en utilisant des techniques de Machine Learning (Axians Cloud Builder – société du Groupe Vinci Energies)
- – Programmation stochastique pour la planification des chaînes logistiques (IMT Atlantique (ex Ecole des Mines de Nantes))
- – Derivative Free Optimization for Machine Learning Hyper-Parameter Determination (Institut Français du Pétrole et des Énergies Nouvelles)
- – Planification de production d’électricité dans les vallées hydrauliques (LAAS-CNRS)
- – Optimisation de la production hydroélectrique dans un contexte de marché (Université du Québec à Chicoutimi)
Autre domaine
- – Multi Objective Optimisation (FICO)
- – Optimisation de l’allocation de slots d’aéroports (COHOR)
- – Estimation d’une probabilité d’échec à la sollicitation (ENAC)
- – Optimisation numérique pour la pulvérisation de précision en viticulture : obtention de cartes d’intervention maximisant le niveau de protection associé à des dosages réduits (INRA)
- – Génération de colonnes pour la gestion du trafic ferroviaire (IFSTTAR)
- – Short-term scheduling of electric micro-grids under uncertainty (Université Paris Sud – Laboratoire de Recherche en Informatique)
- – Création d’un modèle statistique de prédiction de position d’un avion (Capgemini et ENAC)
- – Analyse des données de santé par l’intelligence artificielle : Etude de cas GHT de l’Aube et du Sézannais (Université de Technologie de Troyes)
- – Elaboration d’un modèle d’évaluation de la performance énergétique d’un outil de production (Université de Technologie de Troyes)
- – Location of capacitated electric vehicle recharging stations (Université Paris Sud – Laboratoire de Recherche en Informatique)
- – Recherche Opérationnelle et apprentissage pour la résolution générique de problèmes d’ordonnancement (Université d’Angers)
- – Optimisation non convexe des opérations des systèmes de distribution d’eau potable (Mines ParisTech)
- – Optimisation d’un service de transport à la demande (IFSTTAR/LICIT)
- – Accélération algorithmique de parcours de graphes pour l’optimisation numérique au sein du solveur d’optimisation mathématique LocalSolver (LocalSolver)
- – Génération de bornes inférieures par différentes techniques algorithmiques au sein du solveur d’optimisation mathématique LocalSolver (LocalSolver)
- – Apprentissage (LocalSolver)
- – Apprentissage & optimisation : améliorer le choix de branchement dans des méthodes de Branch & Bound par apprentissage (LocalSolver)
- – Apprentissage & optimisation : améliorer le choix de branchement dans des méthodes de Branch & Bound par apprentissage (LocalSolver)
- – Développement de logiciels sur-mesure d’optimisation et d’aide à la décision pour des secteurs industriels variés (LocalSolver)
- – Structured Acceleration of Optimization methods for Machine Learning problems (Université de Grenoble – Alpes)
- – Étude de l’apport des réseaux Bayésiens et des réseaux de neurones pour la prise en compte des retards et des niveaux de pollution dans le cadre de la gestion de réseaux hydrographiques ( Ecole Nationale d’Ingénieurs de Tarbes)
- – Analyse de données sur les performances d’un solveur de contraintes (IMT Atlantique (ex Ecole des Mines de Nantes))
- – Programmation stochastique pour la planification des chaînes logistiques (IMT Atlantique (ex Ecole des Mines de Nantes))
- – Optimisation combinatoire avec une incertitude de type budget (LIRMM)
- – Problèmes combinatoires dans un graphe sous incertitude de la position des sommets (LIRMM)
- – Propagation d’incertitudes non-intrusive (Ariane Group)
- – Algorithmes de décomposition pour la prise en compte de l’équité dans les problèmes de tournées de véhicules (Université de Lorraine)
- – Réduction de modèle par deep learning (Liebherr Aerospace)
- – Méthodes d’IA pour la résolution de conflits aériens (ENAC)
- – Planification des évacuations en cas de feu de forêt (LAAS-CNRS)
- – Exact Semidefinite Approximations of Reachable Sets (LAAS-CNRS)
- – Extracting Information from Moments: Christoffel polynomials and Gibbs Phenomenon (LAAS-CNRS)
- – Exact Certificates for Noncommutative Polynomial Optimization (LAAS-CNRS)
- – Parallélisation d’une recherche arborescente hybride et partielle (INRA)
- – Détection automatique de la convexité en optimisation (GERAD)
- – Détection automatique de structure en optimisation (GERAD)
- – Résolution efficace de problèmes d’optimisation mal posés (GERAD)
- – Infrastructure de la librairie GALAHAD pour l’optimisation (GERAD)
- – Initialisation et accélération de l’algorithme du Simplexe (GERAD)
- – Machine Learning pour le parcours client Air France (Air France)
- – Optimisation des plannings hôtesses/steward Air France (Air France)
- – Revenue Management (Air France)
- – Maintenance prédictive des avions Air France (Air France)
- – Prévision de retard des avions Air France (Air France)
- – Optimisation multicritère des plannings des pilotes Air France (Air France)
- – Optimisation multicritère des plannings des pilotes Air France (Air France)
- – Optimisation des parkings avions à CDG (Air France)
- – Prévision de repas en vol des clients Air France (Air France)
- – Modélisation et optimisation de la gestion de l’énergie à bord d’un voilier (SEGULA Technologies)
- – Développement d’un outil d’aide à la décision dans le domaine des opérations aériennes (APM TECHNOLOGIES)