Differences

This shows you the differences between two versions of the page.

--- apr:journees:ete2024 [2024/05/28 15:06]
mine [Adresse]
+++ apr:journees:ete2024 [2024/05/28 22:44] (current)
mine [Résumés]
@@ Line 22: / Line 22: @@
   * Jeudi 30 mai 2024
     * Arrivée en train suggérée à 12:03 en gare de Caen
-    * **13:00-14:30**: Déjeuner
+    * **13:00-14:30**: Déjeuner au [[https://www.openstreetmap.org/way/1285890069|CROUS]]
     * **14:30-16:00**: Session exposés 1
       * //Static Value Analysis by Abstract Interpretation for Functional Languages.//  Milla Valnet (APR, SU)
       * //Under-approximating Abstract Interpretation.// Marco Milanese (APR, SU)
-      * Julien Courtiel (GREYC, Université de Caen)
+      * //Analyse théorique de l'algorithme git bisect.// Julien Courtiel (GREYC, Université de Caen)
     * **16:00-16:30**: Pause
     * **16:30-18:00**: Session exposés 2
@@ Line 36: / Line 36: @@
     * **09:00-10:30**: Session exposés 3
       * //Unranking des ZDD: Le premier algorithme d’unranking efficace basé sur le principe d’inclusion-exclusion.// Amaury Curiel (APR, SU)
-      * Jean-Luc Lamotte (GREYC, Université de Caen)
+      * //Fouille de graphes, application à la chémoinformatique.// Jean-Luc Lamotte (GREYC, Université de Caen)
       * //Programmation FPGA de bas en haut et vice-versa.// Loïc Sylvestre (APR, SU)
     * **10:30-11:00**: Pause
@@ Line 42: / Line 42: @@
       * //Modular Counting of Linear Extensions.// Matthieu Dien (GREYC, Université de Caen)
     * **11:30-12:30**: Session enseignement
-    * **12:30-14:00**: Déjeuner
+    * **12:30-14:00**: Déjeuner au [[https://www.openstreetmap.org/way/1285890069|CROUS]]
     * **14:00-15:00**: Réunion APR
     * Départ suggéré par le train de 15:56 en gare de Caen
@@ Line 63: / Line 63: @@
 ==== Résumés ====
+**Analyse théorique de l'algorithme git bisect**\\
+Julien Courtiel (GREYC, Université de Caen)
+Dans le royaume des logiciels de gestion de versions, git
+est sûrement celui qui est assis sur le trône. Ce logiciel libre et
+populaire dispose de nombreuses fonctionnalités très intéressantes
+dont notamment une, peut-être plus méconnue, qui s'appelle git bisect.
+Il s'agit d'un algorithme qui permet de débusquer l'origine d'un bug
+qui s'est introduit dans un projet.
+L'ensemble des historiques d'un projet formant naturellement un graphe
+(plus précisément un DAG), git bisect peut tout simplement se voir
+comme un algorithme de graphes résolvant un problème connu pour être
+NP-complet. Toutefois, il est surprenant de voir qu'aucune étude
+théorique de sa complexité n'a été menée. Paul Dorbec, Romain Lecoq et
+moi-même, tous trois de l'Université de Caen Normandie, proposons de
+rectifier cela et vérifier les bonnes performances théoriques (ou non)
+de git bisect. Il s'agit de travaux en cours.
+Cet exposé présentera ainsi les faiblesses et les forces de git
+bisect. Tout d'abord, nous donnerons la forme des graphes pour
+lesquels la stratégie de git bisect est totalement catastrophique.
+Ensuite, nous montrerons que pour une certaine classe de graphes qui
+est représentative des graphes "issus de la vie réelle", git bisect
+est en fait une bonne approximation de la stratégie optimale. Enfin,
+nous nous interrogerons sur l'existence d'un meilleur algorithme.
+----
 **Unranking des ZDD: Le premier algorithme d’unranking efficace basé sur le principe d’inclusion-exclusion**\\
@@ Line 87: / Line 118: @@
 This algorithm has a better parametrized complexity than the state of the art.
 Moreover, this approach leads us to consider a new parameter of posets (the BIT-width) with two corresponding conjectures.
+----
+**Fouille de graphes, application à la chémoinformatique**\\
+Jean-Luc Lamotte (GREYC, Université de Caen)
+Cet exposé présente les travaux menés au sein du groupe de
+chémoinformatique composé d'informaticiens du laboratoire GREYC et de
+chimistes thérapeutiques du laboratoire CERMN. La collaboration se
+concentre sur la conception de méthodes computationnelles pour
+identifier des (sous-)structures chimiques d'intérêt (pour l'activité,
+la toxicité ...) dans les premières étapes de la découverte de
+médicaments. Pour ce faire, nous nous appuyons sur des données de
+bioactivité stockées dans des bases de données chimiques publiques
+telles que ChEMBL ou des données internes (chimiothèque du CERMN).
+Nous disposons d'informations concernant l'affinité des ligands pour
+les cibles (un ligand est une molécule qui se lie à une cible).
+À partir de ces premières informations, nous calculons des
+associations statistiques mettant en évidence les (sous-)structures
+chimiques dont la présence semble influencer l'interaction d'une
+molécule avec la (les) cible(s) d'intérêt.
+Notre travail est centré sur les caractéristiques pharmacophoriques
+des molécules. Ces caractéristiques correspondent à des fonctions
+chimiques importantes dans les interactions entre les ligands et les
+cibles.  Toutes les méthodes sont basées sur une représentation des
+molécules sous la forme de graphes de caractéristiques
+pharmacophoriques et sur de la fouille de données de sous-graphes
+appelés pharmacophores.
+L'exposé présentera l'approche spécifique du groupe de
+chémoinformatique et les résultats obtenus.
 ----

Team APR

User Tools

Site Tools

Differences

Page Tools