Documents dont l'auteur est "Le Digabel, Sébastien"

Sébastien Le DigabelDépartement de mathématiques et de génie industrielVoir sa fiche dans le Répertoire des Expertises de Polytechnique Montréal

Réseau de collaboration

Veuillez patienter

Aide

Ce graphique trace les liens entre tous les collaborateurs des publications de {} figurant sur cette page.

Chaque lien représente une collaboration sur la même publication. L'épaisseur du lien représente le nombre de collaborations.

Utilisez la molette de la souris ou les gestes de défilement pour zoomer à l'intérieur du graphique.

Vous pouvez cliquer sur les noeuds et les liens pour les mettre en surbrillance et déplacer les noeuds en les glissant.

Enfoncez la touche "Ctrl" ou la touche "⌘" en cliquant sur les noeuds pour ouvrir la liste des publications de cette personne.

Nuage de mots

Aide

Un nuage de mots est une représentation visuelle des mots les plus fréquemment utilisés dans un texte ou un ensemble de textes. Les mots apparaissent dans différentes tailles, la taille de chaque mot étant proportionnelle à sa fréquence d'apparition dans le texte. Plus un mot est utilisé fréquemment, plus il apparaît en grand dans le nuage de mots. Cette technique permet de visualiser rapidement les thèmes et les concepts les plus importants d'un texte.

Dans le contexte de cette page, le nuage de mots a été généré à partir des publications de l'auteur {}. Les mots présents dans ce nuage proviennent des titres, résumés et mots-clés des articles et travaux de recherche de cet auteur. En analysant ce nuage de mots, vous pouvez obtenir un aperçu des sujets et des domaines de recherche les plus récurrents et significatifs dans les travaux de cet auteur.

Le nuage de mots est un outil utile pour identifier les tendances et les thèmes principaux dans un corpus de textes, facilitant ainsi la compréhension et l'analyse des contenus de manière visuelle et intuitive.

2026

Le Digabel, S., Lesage-Landry, A., Mendoza, S., & Tribes, C. (2026). Parallel versions of the mesh adaptive direct search algorithm. (Rapport technique n° G-2026-35). Lien externe

Allaire, N., Le Digabel, S., Orban, D., & Partovi Nia, V. (2026). Zeroth-Order Kronecker Optimization for Pretraining Language Models. SN Computer Science, 7(2). Lien externe

2025

Soldati, C. (2025). Blackbox Optimization for Loss Minimization in Power Distribution Networks Using Feeder Reconfiguration [Mémoire de maîtrise, Polytechnique Montréal]. Disponible

Allaire, N., Le Digabel, S., Orban, D., & Partovi Nia, V. (2025). Zeroth-order Kronecker optimization for pretraining language models. (Rapport technique n° G-2025-44). Lien externe

Soldati, C., Le Digabel, S., & Lesage-Landry, A. (2025). Blackbox optimization for loss minimization in power distribution networks using feeder reconfiguration. (Rapport technique n° G-2025-52). Lien externe

2024

Bigeon, J., Le Digabel, S., & Salomon, L. (2024). Handling of constraints in multiobjective blackbox optimization. Computational Optimization and Applications, 45 pages. Lien externe

Mendoza, S., Le Digabel, S., & Lesage-Landry, A. (juillet 2024). Parallel versions of the mesh adaptive direct search algorithm [Résumé]. 25th International Symposium on Mathematical Programming (ISMP 2024), Montréal, QC, Canada. Lien externe

Hallé-Hannan, E., Audet, C., Le Digabel, S., & Diouane, Y. (juillet 2024). A graph-structured distance for heterogeneous datasets with meta variables [Résumé]. 25th International Symposium on Mathematical Programming (ISMP 2024), Montréal, QC, Canada. Lien externe

2023

Alarie, S., Audet, C., Diago Martinez, M., Le Digabel, S., & Lebeuf, X. (2023). Hierarchically constrained multi-fidelity blackbox optimization. (Rapport technique n° G-2023-66). Lien externe

Audet, C., Hallé-Hannan, E., & Le Digabel, S. (2023). A General Mathematical Framework for Constrained Mixed-variable Blackbox Optimization Problems with Meta and Categorical Variables. Operations Research Forum, 4(1), 37 pages. Lien externe

2022

Bigeon, J., Le Digabel, S., & Salomon, L. (2022). Handling of constraints in multiobjective blackbox optimization. (Rapport technique n° G-2022-10). Lien externe

Dzahini, K. J., Kokkolaras, M., & Le Digabel, S. (2022). Constrained stochastic blackbox optimization using a progressive barrier and probabilistic estimates. Mathematical Programming, 198, 675-732. Disponible

Lakhmiri, D., & Le Digabel, S. (2022). Use of Static Surrogates in Hyperparameter Optimization. Operations Research Forum, 3(1). Lien externe

Alarie, S., Audet, C., Jacquot, P., & Le Digabel, S. (2022). Hierarchically constrained blackbox optimization. Operations Research Letters, 50(4), 446-451. Lien externe

Audet, C., Le Digabel, S., & Saltet, R. (2022). Quantifying uncertainty with ensembles of surrogates for blackbox optimization. Computational Optimization and Applications, 83(1), 29-66. Lien externe

2021

Alarie, S., Audet, C., Jacquot, P., & Le Digabel, S. (2021). Hierarchically constrained blackbox optimization. (Rapport technique n° G-2021-65). Lien externe

Alarie, S., Audet, C., Gheribi, A. E., Kokkolaras, M., & Le Digabel, S. (2021). Two decades of blackbox optimization applications. EURO Journal on Computational Optimization, 9, 100011 (13 pages). Disponible

Bingane, C., Anjos, M. F., & Le Digabel, S. (juillet 2021). Tight-and-cheap conic relaxation for the optimal reactive power dispatch problem [Communication écrite]. 2021 IEEE Power and Energy Society General Meeting (PESGM 2021), Washington, D.C., USA (1 page). Lien externe

Lakhmiri, D., Le Digabel, S., & Tribes, C. (2021). HyperNOMAD: Hyperparameter Optimization of Deep Neural Networks Using Mesh Adaptive Direct Search. ACM Transactions on Mathematical Software, 47(3), 1-27. Lien externe

Lakhmiri, D., & Le Digabel, S. (2021). Use of static surrogates in hyperparameter optimization. (Rapport technique n° G-2021-10). Lien externe

2020

Rodrigues de Sousa, V., Anjos, M. F., & Le Digabel, S. (2020). Computational study of a branching algorithm for the maximum k-cut problem. (Rapport technique n° G-2020-11). Lien externe

Dzahini, K. J., Kokkolaras, M., & Le Digabel, S. (2020). Constrained stochastic blackbox optimization using a progressive barrier and probabilistic estimates. (Rapport technique n° G-2020-60). Lien externe

2019

Lakhmiri, D., Le Digabel, S., & Tribes, C. (2019). HyperNOMAD: Hyperparameter optimization of deep neural networks using mesh adaptive direct search. (Rapport technique n° G-2019-46). Lien externe

De Souza Dutra, M. D., Anjos, M. F., & Le Digabel, S. (2019). A framework for peak shaving through the coordination of smart homes. (Rapport technique n° G-2019-16). Lien externe

De Souza Dutra, M. D., Anjos, M. F., & Le Digabel, S. (2019). A general framework for customized transition to smart homes. (Rapport technique n° G-2019-09). Lien externe

Bingane, C., Anjos, M. F., & Le Digabel, S. (2019). Tight-and-Cheap Conic Relaxation for the Optimal Reactive Power Dispatch Problem. IEEE Transactions on Power Systems, 34(6), 4684-4693. Lien externe

Bingane, C., Anjos, M. F., & Le Digabel, S. (août 2019). Tight-and-cheap conic relaxation for the AC optimal power flow problem [Résumé]. IEEE Power & Energy Society General Meeting (PESGM 2019), Atlanta, GA, USA. Publié dans 2019 IEEE Power & Energy Society General Meeting (PESGM). Lien externe

De Souza Dutra, M. D., Anjos, M. F., & Le Digabel, S. (2019). A general framework for customized transition to smart homes. Energy, 189, 11 pages. Lien externe

De Souza Dutra, M. D., Anjos, M. F., & Le Digabel, S. (septembre 2019). A Framework for Peak Shaving Through the Coordination of Smart Homes [Communication écrite]. IEEE PES Innovative Smart Grid Technologies Conference - Latin America (ISGT 2019 - Latin America), Gramado, Brazil (6 pages). Lien externe

Rodrigues de Sousa, V., Anjos, M. F., & Le Digabel, S. (2019). Improving the linear relaxation of maximum k-cut with semidefinite-based constraints. EURO Journal on Computational Optimization, 7(2), 123-151. Lien externe

2018

Audet, C., Bigeon, J., Cartier, D., Le Digabel, S., & Salomon, L. (2018). Performance indicators in multiobjective optimization. (Rapport technique n° G-2018-90). Lien externe

Bingane, C., Anjos, M. F., & Le Digabel, S. (2018). Tight-and-cheap conic relaxation for the optimal reactive power dispatch problem. (Rapport technique n° G-2018-76). Lien externe

Rodrigues de Sousa, V., Anjos, M. F., & Le Digabel, S. (2018). Improving the linear relaxation of maximum k-cut with semidefinite-based constraints. (Rapport technique n° G-2018-26). Lien externe

Audet, C., Le Digabel, S., & Tribes, C. (2018). The mesh adaptive direct search algorithm for granular and discrete variables. (Rapport technique n° G-2018-16). Lien externe

Bingane, C., Anjos, M. F., & Le Digabel, S. (2018). Tight-and-cheap conic relaxation for the AC optimal power flow problem. (Rapport technique n° G-2018-02). Lien externe

Talgorn, B., Audet, C., Le Digabel, S., & Kokkolaras, M. (2018). Locally weighted regression models for surrogate-assisted design optimization. Optimization and Engineering, 19(1), 213-238. Lien externe

Audet, C., Conn, A. R., Le Digabel, S., & Peyrega, M. (2018). A progressive barrier derivative-free trust-region algorithm for constrained optimization. Computational Optimization and Applications, 71(2), 307-329. Lien externe

Bingane, C., Anjos, M. F., & Le Digabel, S. (2018). Tight-and-Cheap Conic Relaxation for the AC Optimal Power Flow Problem. IEEE Transactions on Power Systems, 33(6), 7181-7188. Lien externe

2017

Bélisle, F., Saunier, N., Bilodeau, G.-A., & Le Digabel, S. (janvier 2017). Optimized Video Tracking for Automated Vehicle Turning Movement Counts [Communication écrite]. 96th Annual Meeting of the Transportation Research Board, Washington, D.C.. Non disponible

Bélisle, F., Saunier, N., Bilodeau, G.-A., & Le Digabel, S. (2017). Optimized video tracking for automated vehicle turning movement counts. Transportation Research Record, 2645(2645), 104-112. Lien externe

2016

Talgorn, B., Audet, C., Le Digabel, S., & Kokkolaras, M. (2016). Locally weighted regression models for surrogate-assisted design optimization. (Rapport technique n° G-2016-113). Lien externe

Amaioua, N., Audet, C., Conn, A. R., & Le Digabel, S. (2016). Efficient solution of quadratically constrained quadratic subproblems within a direct-search algorithm. (Rapport technique n° G-2016-45). Lien externe

Audet, C., Ihaddadene, A., Le Digabel, S., & Tribes, C. (2016). Robust optimization of noisy blackbox problems using the Mesh Adaptive Direct Search algorithm. (Rapport technique n° G-2016-55). Lien externe

Picheny, V., Gramacy, R. B., Wild, S. M., & Le Digabel, S. (2016). Bayesian optimization under mixed constraints with a slack-variable augmented Lagrangian. (Rapport technique n° G-2016-43). Lien externe

Audet, C., Conn, A. R., Le Digabel, S., & Peyrega, M. (2016). A progressive barrier derivative-free trust-region algorithm for constrained optimization. (Rapport technique n° G-2016-49). Lien externe

Gheribi, A. E., Harvey, J.-P., Bélisle, È., Robelin, C., Chartrand, P., Pelton, A., Bale, C. W., & Le Digabel, S. (2016). Use of a biobjective direct search algorithm in the process design of material science applications. Optimization and Engineering, 17(1), 27-45. Lien externe

Audet, C., Le Digabel, S., & Tribes, C. (2016). Dynamic scaling in the mesh adaptive direct search algorithm for blackbox optimization. Optimization and Engineering, 17(2), 333-358. Lien externe

de Sousa, V. J. R., Anjos, M. F., & Le Digabel, S. (2016). Computational study of valid inequalities for the maximum k-cut problem. (Rapport technique n° G-2016-17). Lien externe

Amaioua, N., Le Digabel, S., Audet, C., & Conn, A. R. (juin 2016). Efficient solution of quadratically constrained quadratic subproblems within a direct-search algorithm [Affiche]. Workshop on Nonlinear Optimization Algorithms and Industrial Applications, Toronto, Ontario. Non disponible

2015

Gheribi, A. E., Harvey, J.-P., Bélisle, È., Robelin, C., Chartrand, P., Pelton, A., Bale, C. W., & Le Digabel, S. (2015). Use of a biobjective direct search algorithm in the process design of material science applications. (Rapport technique n° G-2014-103). Lien externe

Gramacy, R. B., & Le Digabel, S. (2015). The mesh adaptive direct search algorithm with treed gaussian process surrogates. Pacific Journal of Optimization, 11(3), 419-447. Lien externe

Audet, C., Le Digabel, S., & Peyrega, M. (2015). Linear equalities in blackbox optimization. Computational Optimization and Applications, 61(1), 1-23. Lien externe

2014

Audet, C., Le Digabel, S., & Peyrega, M. (2014). Linear Equalities in Blackbox Optimization. (Rapport technique n° G-2014-36). Lien externe

Talgorn, B., Le Digabel, S., & Kokkolaras, M. (2014). Problem formulations for simulation-based design optimization using statistical surrogates and direct search. (Rapport technique n° G-2014-04). Lien externe

Audet, C., Ianni, A., Le Digabel, S., & Tribes, C. (2014). Reducing the number of function evaluations in mesh adaptive direct search algorithms. SIAM Journal on Optimization, 24(2), 621-642. Lien externe

Talgorn, B., Le Digabel, S., & Kokkolaras, M. (août 2014). Problem Formulations for Simulation-Based Design Optimization Using Statistical Surrogates and Direct Search [Communication écrite]. ASME 2014 International Design Engineering Technical Conferences & Computers and Information in Engineering Conference (IDETC/CIE 2014), Buffalo, New York. Lien externe

2013

Duclos, E., Le Digabel, S., Guéhéneuc, Y.-G., & Adams, B. (mars 2013). ACRE: An automated aspect creator for testing C++ applications [Communication écrite]. 17th European Conference on Software Maintenance and Reengineering (CSMR 2013), Genova, Italy. Lien externe

Conn, A. R., & Le Digabel, S. (2013). Use of quadratic models with mesh-adaptive direct search for constrained black box optimization. Optimization Methods and Software, 28(1), 139-158. Lien externe

Alarie, S., Audet, C., Garnier, V., Le Digabel, S., & Leclaire, L.-A. (2013). Snow Water Equivalent Estimation Using Blackbox Optimization. Pacific Journal of Optimization, 9(1), 1-21. Lien externe

2012

Gramacy, R. B., & Le Digabel, S. (2012). The Mesh Adaptive Direct Search Algorithm with Treed Gaussian Process Surrogates. (Rapport technique n° G-2011-37). Lien externe

Audet, C., Ianni, A., Le Digabel, S., & Tribes, C. (2012). Reducing the Number of Function Evaluations in Mesh Adaptive Direct Search Algorithms. (Rapport technique n° G-2012-43). Lien externe

Duclos, E., Guéhéneuc, Y.-G., & Le Digabel, S. (2012). ACRE: An Automated Aspect Creator for Testing C++ Applications. (Rapport technique n° G-2012-19). Lien externe

Audet, C., & Le Digabel, S. (2012). The Mesh Adaptive Direct Search Algorithm for Periodic Variables. Pacific Journal of Optimization, 8(1), 103-119. Lien externe

2011

Conn, A. R., & Le Digabel, S. (2011). Use of quadratic models with mesh adaptive direct search for constrained black box optimization. (Rapport technique n° G-2011-11). Lien externe

Alarie, S., Audet, C., Garnier, V., Le Digabel, S., & Leclaire, L.-A. (2011). Snow Water Equivalent Estimation Using Blackbox Optimization. (Rapport technique n° G-2011-09). Lien externe

2007

Audet, C., Dennis Jr., J. E., & Le Digabel, S. (2007). Parallel Space Decomposition of the Mesh Adaptive Direct Search Algorithm. (Rapport technique n° G-2007-81). Lien externe

Audet, C., Béchard, V., & Le Digabel, S. (2007). Nonsmooth Optimization through Mesh Adaptive Direct Search and Variable Neighborhood Search. (Rapport technique n° G-2006-61). Lien externe

2002

Audet, C., Brimberg, J., Hansen, P., Le Digabel, S., & Mladenović, N. (2002). Pooling Problem: Alternate Formulations and Solution Methods. (Rapport technique n° G-2000-23). Lien externe