Difference between revisions of "Seminar/2010-04-28"
From LRDE
Line 1: | Line 1: | ||
+ | Connection closed |
||
{{SeminarHeader |
{{SeminarHeader |
||
| id = 2010-04-28 |
| id = 2010-04-28 |
Revision as of 18:36, 26 March 2014
Connection closed
Mercredi 28 avril 2010, 14h-16h, Amphi Masters
Diagrammes de Décision à la Demande (DDoD)
- Documents
- linard.pdf
Alban Linard
Les Diagrammes de Décision (DDs) forment une vaste famille de structures de données, qui permettent de représenter et manipuler très efficacement de grandes quantités d'informations. Cependant, parmi les nombreux types de DDs, l'utilisateur est souvent désemparé pour choisir le bon. Souvent, aucun type ne répondant exactement à ce qu'il cherche, l'utilisateur doit faire adapter ses données au type de DDs choisi.
Le problème est que chaque type de DDs possède sa propre définition. Il n'existe aucun socle commun qui permette de définir n'importe quel type de DD. Ce problème se reflète au niveau des opérations manipulant les DDs. Celles-ci sont aussi spécifiques à chaque type.
Cet exposé présente les Polymorphic Decision Diagrams, un cadre assez
général permettant de spécifier de nombreux types de DDs
existants. L'utilisateur peut ainsi décrire simplement les DDs
correspondant le mieux aux données qu'il souhaite représenter. Ce
cadre permet de plus d'ajouter dans la spécification les informations
qui permettront de retrouver les performances des types définis
jusqu'à présent. Un exemple concret impliquant des loutres permettra
de montrer les possibilités offertes par ce cadre.
Alban Linard est post-doctorant à l'université de Genève, dans
l'équipe "Software Modeling and Verification". Sa thèse s'est déroulée
conjointement au LIP6, dans l'équipe Modélisation et Vérification et
au LRDE. Il s'intéresse aux Diagrammes de Décision et à leur
application dans le model checking.
http://smv.unige.ch
Architecture logicielle pour des outils génériques en traitement d'images
- Documents
- levillain.pdf
Roland Levillain
La plupart des frameworks de traitement d'images ne sont pas assez
génériques pour garantir une réutilisabilité effective des structures
de données et des algorithmes, tout en préservant performances et
facilité d'utilisation, et en restant proche de la théorie. Dans
cette présentation, nous proposons un cadre logiciel pour le
traitement d'images centré sur le paradigme de programmation
générique, cherchant à répondre tant aux besoins pratiques que
théoriques des scientifiques et des développeurs : la mise au point de
méthodes rapides et réutilisables, un niveau de généricité progressif,
la possibilité de traiter des ensembles de données volumineux, une
gestion de la mémoire automatique et efficace, la vérification
statique des types, l'orthogonalité des structures de données et des
algorithmes, etc. Cette approche permet aux utilisateurs de concevoir
et d'implémenter de nouvelles méthodes délivrées des contraintes
habituellement imposées pas les outils logiciels, de pratiquer des
expériences inter-domaines, de généraliser certains résultats et de
transformer facilement des prototypes en de vraies applications.
Roland Levillain est diplômé de l'EPITA (2003) et titulaire d'un
Mastère Spécialisé en Signal, Image et Reconnaissance des Formes
(SIRF) de l'ENST (2004). Depuis 2005, il travaille à l'EPITA et au
Laboratoire de Recherche et Développement de l'EPITA (LRDE) en tant
qu'enseignant-chercheur. Ses travaux portent sur le génie logiciel en
traitement d'images. Il participe au développement du projet Olena,
une plate-forme générique et performante pour le traitement d'images,
et poursuit une thèse sur le sujet depuis 2007.
http://www.lrde.epita.fr/cgi-bin/twiki/view/Main/RolandLevillain