Détail d'une fiche   Version PDF

SCOOL (SR0896HR)

Prise de décision séquentielle dans l’incertain

SEQUEL (SR0032ER) →  SCOOL


Statut: Décision signée

Responsable : Philippe Preux

Mots-clés de "A - Thèmes de recherche en Sciences du numérique - 2023" : A3. Données et connaissances , A3.1. Données , A3.1.1. Modélisation, représentation , A3.1.4. Données incertaines , A3.1.11. Données structurées , A3.3. Analyse de données et de connaissances , A3.3.1. Analyse en ligne , A3.3.2. Fouille de données , A3.3.3. Analyse de données massives , A3.4. Apprentissage et statistiques , A3.4.1. Apprentissage supervisé , A3.4.2. Apprentissage non supervisé , A3.4.3. Apprentissage par renforcement , A3.4.4. Optimisation pour l'apprentissage , A3.4.5. Méthodes bayésiennes , A3.4.6. Réseaux de neurones , A3.4.8. Apprentissage profond , A3.5.2. Systèmes de recommandation , A5.1. Interaction Homme-Machine , A5.10.7. Apprentissage , A8.6. Théorie de l'information , A8.11. Théorie des jeux , A9. Intelligence artificielle , A9.2. Apprentissage , A9.3. Analyse de signaux (vision, parole, etc.) , A9.4. Traitement automatique des langues , A9.7. Algorithmique de l'intelligence artificielle

Mots-clés de "B - Autres sciences et domaines d'application - 2023" : B2. Santé , B3.1. Développement durable , B3.5. Agronomie , B9.5. Sciences , B9.5.6. Science des données

Domaine : Mathématiques appliquées, calcul et simulation
Thème : Optimisation, apprentissage et méthodes statistiques

Période : 01/07/2020 -> 31/12/2027
Dates d'évaluation : 01/12/2022

Etablissement(s) de rattachement : CNRS, UNIVERSITE DE LILLE
Laboratoire(s) partenaire(s) : CRISTAL (9189)

CRI : Centre Inria de l'Université de Lille
Localisation : Centre Inria de l'Université de Lille
Code structure Inria : 101063-0

Numéro RNSR : 202023603Y
N° de structure Inria: SR0896HR

Présentation

Le projet scientifique de Scool est focalisé sur la prise de décision séquentielle dans l'incertain. En particulier, nous étudions l'apprentissage par renforcement et les problèmes de bandits. Nous mettons particulièrement l'accent sur des situations où l'apprentissage se poursuit sur de longues périodes de temps. Cette situation entraîne typiquement des changements dans l'environnement au fil du temps (environnements non stationnaires), voire des changements dans le problème à résoudre, la fonction à otpimiser, la représentation du problème et de l'environnement, ...

Nos activités vont de la recherche fondamentale aux applications, avec également des collaborations et du transfert vers des entreprises. Nous mettons une priorité sur les applications en lien avec le développement durable, la santé et l'éducation.


Axes de recherche

Prise de décision séquentielle dans l'incertain ; apprentissage par renforcement ; bandits ; apprentissage automatique.


Relations industrielles et internationales

U. Bangalore, New York University, University of North Carolina at Chapel Hill,U. Sheffield, U. Vienna, U. Pompeu Fabra, CWI, Inria-Chile,

CGIAR, Bihar agriculture university.