Arnaud Mary (LBBE, Lyon)

  • 9h - Arnaud Mary (LBBE, Lyon). Dualisation multi-objectif et applications en biologie.
    Résumé: Un hypergraphe H est un couple formé d’un ensemble de sommets V et d’une famille de sous-ensembles de V appelés les hyperarêtes de H. Un transversal d’un hypergraphe est un sous-ensemble de sommets qui intersecte toutes les hyperarêtes de l’hypergraphe. Étant donnés deux hypergraphes H_1 et H_2 sur un même ensemble de sommets V, le problème de dualisation multi- objectif consiste à trouver les transversaux de H_1 qui intersectent un ensemble minimal d’hyperarêtes de H_2. Ce problème trouve plusieurs applications en biologie, notamment dans la recherche de facteurs de transcription impliqués dans la mauvaise régulation de gènes au sein d’une tumeur.

  • 9h45 - Miguel Couceiro (LORIA, Nancy). Titre : Impossibility theorems over median algebras.
    Abstract: In this presentation we consider aggregation procedures (multivariate consensus functions) over median algebras (ternary algebras that subsume several ordered structures such as distributive lattices as well as several combinatorial structures such as median graphs). Our starting point is a recent Arrow type impossibility result that states that median preserving consensus functions over linearly ordered sets are necessarily trivial in the sense that they only depend on a single argument (and thus not an aggregation). In view of this result, a natural problem is then to identify those median algebras over which we can avoid such impossibility results. In particular, we will show that such impossibility results are inevitable when the codomain contains no cycle, i.e., it is a “tree”, and we will provide a surprisingly simple algebraic condition that completely describes the latter as median algebras.

  • 10h30 - pause

  • 11h - Quentin Brabant (LORIA, Nancy). Titre : une approche de réduction de dimensionnalité pour l’agrégation de préférences qualitatives.
    Résumé : en aide à la décision, lorsque l’on considère des objets évalués sur plusieurs critères, l’agrégation des préférences consiste à déterminer l’évaluation globale d’un objet à partir des évaluations sur chacun des critères. Ces évaluations sont effectuées soit sur des échelles numériques, soit sur des espace qualitatifs (exemple : {mauvais, moyen, bon}). Les intégrales de Sugeno sont des fonctions pouvant être utilisées pour l’agrégation de valeurs qualitatives ; cependant ces fonctions sont définies par un ensemble de valeurs, dont le nombre croît exponentiellement avec le nombre de variables à agréger. Du fait de cette complexité qui leur est inhérente, les intégrales de Sugeno sont des modèles dont l’apprentissage se révèle particulièrement difficile lorsque la dimension des données (c.à.d le nombre de critères considérés) est élevée. Nous présentons une méthode de réduction de la dimensionnalité pouvant s’appliquer à ce problème.

  • 11H45 - Bruno Zanuttini (GREYC, Caen). Titre: CP-nets probabilistes : agrégation et incertitude sur les préférences qualitatives.
    Résumé : Les CP-nets forment un modèle de représentation de préférences qualitatives sur des objets combinatoires. La relation de préférence représentée par un CP-net est un ordre partiel sur les objets. Nous proposons une extension de cette représentation, permettant de représenter une distribution simple de relation de préférences. Les applications visées sont l’agrégation des relations de préférence de différents agents, ou encore la représentation de l’incertitude sur la relation d’un agent. Nous nous intéressons à la définition d’opérations intéressantes sur cette structure, et plus généralement sur les distributions de relations de préférences, ainsi qu’à l’algorithmique de ces opérations. De nombreuses questions restent ouvertes quant à l’apprentissage, questions qui seront également présentées. Ces travaux sont issus de la thèse de Damien Bigot, coencadrée avec Jérôme Mengin et Hélène Fargier (IRIT) et soutenue en février 2015.

  • 12h30: coktail en S3 351
  • 14h - lieu : S3 351 : Amedeo Napoli (LORIA, Nancy). Titre : l’algorithme Sofia et la génération de motifs sous contraintes.
    Résumé : cet algorithme a été conçu pour la génération de motifs contrôlée par des mesures qui ne sont pas nécessairement anti-monotones, comme c’est le cas par exemple de la stabilité en analyse formelle de concepts (FCA). Dans cet exposé, nous donnerons les bases de l’algorithme et un exemple qui met en jeu des intervalles. L’algorithme Sofia s’appuie sur le formalisme de la FCA, les “pattern structures”, les projections et les chaînes de projections dans les “patterns structures”, la stabilité et son approximation appelée delta-mesure. Sofia a été réalisé par Aleksey Buzmakov lors de la préparation de sa thèse et a été présenté à ECML-PKDD en septembre 2015.