Stage

La responsable des stages est Safia Kedad-Sidhoum.
La durée des stages est de 5 mois minimum et 6 mois maximum. Les soutenances auront lieu cette année en Septembre.
Propositions de stages de M2.

Etude axiomatique et algorithmique de règles de dominance ordinale pour comparer des ensembles d'éléments

Encadrants (contacts) :
- Hugo Gilbert (LAMSADE-CNRS, Université Paris-Dauphine) : hugo.gilbert@dauphine.psl.eu
- Meltem Öztürk (LAMSADE-CNRS, Université Paris-Dauphine) : meltem.ozturk@lamsade.dauphine.fr
- Olivier Spanjaard (LIP6-CNRS, Sorbonne Université) : olivier.spanjaard@lip6.fr

Durée du stage : 6 mois (démarrage en février ou mars 2021)

Thématiques: 
Aide à la Décision
Recherche Opérationnelle

Développement d’un jeu sérieux sur le thème de la pensée informatique

Les jeux sérieux à vocation pédagogique exploitent les ressorts ludiques du jeu vidéo pour proposer des expériences d’apprentissage innovantes. Dans le cadre du projet IE-CARE (http://iecare.lip6.fr/) une des missions vise à produire des ressources adaptées aux besoins des enseignants pour l’enseignement de pensée informatique à l’école primaire.

Thématiques: 
Jeux sérieux

Reconstruction de programmes informatiques à partir de leur trace d’exécution

Les jeux sérieux à vocation pédagogique exploitent les ressorts ludiques du jeu vidéo pour proposer des expériences d’apprentissage innovantes. Une composante importante dans un jeu sérieux est la pertinence du feedback afin de permettre au joueur d’apprendre de ces erreurs et ainsi de progresser. La construction d’un feedback adapté aux difficultés du joueur et produit juste à temps et un défi important dans le domaine des EIAH (Environnement Informatique pour l’Apprentissage Humain) (Shute, 2008).

Thématiques: 
Jeux sérieux

Résolution de problèmes d'optimisation combinatoire par élicitation robuste des préférences

L'élicitation des préférences pour l'aide à la décision est un domaine fondamental de l'intelligence artificielle, dont l'objectif est de concevoir des méthodes permettant de formuler des recommandations personnalisées, en recueillant des informations sur les préférences des agents. Par exemple, il peut s'agir de systèmes de recommandation que l'on trouve sur le web pour l'achat d'un bien, le choix d'un séjour de vacances ou encore la sélection de films/séries dans une base de données de vidéos.

Thématiques: 
Aide à la Décision

Ancrage et arbre couvrant

Il est fréquent que les données d’un problème soient susceptibles d’évoluer au cours du temps. Ainsi, un décideur peut être amené à calculer une solution initiale S d’un problème sur la base des données connues à l’instant présent, puis à devoir modifier S en une solution S’ en fonction de l’évolution de ces données. Les modifications pour passer de S à S’ génèrent généralement des coûts, potentiellement élevés.

Thématiques: 
Recherche Opérationnelle

Pages

User login