École thématique eX Modelo — modélisation

4
10
déc.
2019
Science

Après le succès incontestable de la première édition de « l’école chercheurs eX Modelo », nous organisons actuellement la deuxième édition. eX Modelo est une école de recherche sur l’exploration des modèles de simulation (analyse de sensibilité, calibration, validation, etc.) qui se tiendra du 25 au 29 mai 2020, dans un cadre champêtre à une heure de Paris.

Cette école thématique s’adresse aux masters, doctorant·e·s, ingénieur·e·s, chercheuses et chercheurs académiques, ainsi qu’aux entreprises qui s’intéressent à la modélisation, quel que soit leur domaine scientifique. L’objectif est d’apprendre aux participant·e·s à devenir autonomes dans l’exploration de leurs modèles, dans un contexte convivial.

Les cours, TP et retours d’expériences seront animés par un réseau de chercheuses et chercheurs qui ont une expertise reconnue dans ces pratiques transdisciplinaires.

Pendant cette semaine de formation, vous découvrirez pas à pas des méthodes avancées pour l’exploration des modèles, vous recevrez un enseignement théorique et vous participerez à des ateliers pratiques en groupe portant sur des cas d’étude adaptés.

La plate‑forme OpenMOLE, spécialement dédiée à l’exploration de modèles numériques, sera utilisée tout au long de la semaine pour faciliter la compréhension et la mise en œuvre des cas pratiques.

À vos agendas !

Informations pratiques :

  • soumission des candidatures avant le : 15 janvier 2020 ;
  • sélections des dossiers : 5 février 2020 ;
  • paiement avant le : 28 février 2020 ;
  • participation à l’école d’été : du 25 au 29 mai 2020.

Pour toute demande d’information, vous pouvez nous envoyer un courriel à school@exmodelo.org.

Forum Programmation.python Programmation générique / programmation par contraintes. Minimisation du nombre d' "insatisfaits"

3
21
sept.
2013

Bonjour,

je suis enseignant et je m'occupe de projets.
je voudrais mettre en place un script (python + pandas + …) pour générer de manière la plus objective l'attribution de projet.

Voici le problème.
J'ai des étudiants qui doivent faire des projets (cette année il y en a 64 mais ça peut monter à 80-90 certaines années).
Ces projets se font majoritairement par groupe de 4 (il peut y avoir à la marge un groupe de 3 ou de 5).

(...)

Journal Mais où sont les stagiaires curieux et passionnés ?

Posté par (page perso) .
25
9
jan.
2012

Amis Linuxiens, je désespère de trouver des candidats stagiaires compétents.

Pourtant, je propose un stage bien payé, avec des possibilités de recrutement, sur un sujet funky (parallélisation d'un algo d'IA primé dans des concours internationaux), avec des logiciels libres (G++, LGPL, sous cluster Linux, 250 processeurs 64 bits, etc.) et dans une équipe compétente et agréable (comprendre : avec 50% de filles).

Je ne sais pas où poster mes demandes de stage. Partout où je tente je n'obtiens que des (...)

GeneticInvasion : des algorithmes évolutionnaires pour un meilleur jeu

45
3
sept.
2011
Jeu

Je m’en vais vous annoncer ici la sortie de version bêta 0.4 du jeu GeneticInvasion, pour lequel j’ai activement participé au développement.

L’idée me trottait dans la tête d’adapter la théorie de Darwin sur l’évolution pour créer un jeu où les ennemis s’adapteraient au comportement du joueur. Les jeux de type tower defense me paraissaient tout adaptés à cela. Aussi je proposais le sujet en tant que projet de fin de semestre à mon école d’ingénieur. J’ai trouvé trois collègues partants pour l’aventure et un tuteur spécialisé dans les algorithmes génétiques.
J’ai donc découvert que j’étais très loin d’être le premier à avoir l’idée d’informatiser la théorie de l’évolution, que c’était tout un domaine de recherche informatique et que cela s’appelait les algorithmes évolutionnaires.

Améliorer les performances du noyau avec un algorithme génétique

0
9
jan.
2005
Noyau
Jake Moilanen, un développeur travaillant chez IBM dans l'équipe qui s'occupe du noyau d'AIX, a fait parvenir aux développeurs du noyau Linux un patch plutôt original.

Ce patch propose de modifier dynamiquement les paramètres de différents éléments du noyau en fonction des performances mesurées de celui-ci. L'originalité vient du fait que les nouveaux paramètres sont obtenus grâce à un algorithme génétique, qui doit permettre, théoriquement, d'arriver aux paramètres optimaux.

À l'heure actuelle, Jake a modifié l'ordonnanceur de processus et l'ordonnanceur d'entrées/sorties pour qu'ils utilisent ce mécanisme. Il annonce des gains de performance de l'ordre de 1 à 3% avec des benchmarks classiques, mais suppose qu'un expert des ordonnanceurs pourra faire mieux.

Au delà de l'aspect "performance" pure, c'est également le défi technique relevé par ce patch qui est particulièrement intéressant !