Documents dont l'auteur est "Tribes, Christophe"
Monter d'un niveau
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.
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.
A
Audet, C., Denorme, T., Diouane, Y., Le Digabel, S., & Tribes, C. (2026). Adaptive direct search algorithms with relaxable and quantifiable constraints. (Rapport technique n° G-2026-39). Lien externe
Audet, C., Hare, W., & Tribes, C. (2026). A summary of benchmarking constrained, multi-objective and surrogate-assisted optimization methods. Optimization Letters, 20 pages. Lien externe
Audet, C., Diouane, Y., Hallé-Hannan, E., Le Digabel, S., & Tribes, C. (2025). CatMADS: Mesh Adaptive Direct Search for constrained blackbox optimization with categorical variables. (Rapport technique n° G-2025-42). Lien externe
Audet, C., Hare, W., & Tribes, C. (2025). Benchmarking constrained, multi-objective and surrogate-assisted derivative-free optimization methods. (Rapport technique n° G-2025-36). Lien externe
Andrés-Thió, N., Audet, C., Diago, M., Gheribi, A. E., Le Digabel, S., Lebeuf, X., Lemyre Garneau, M., & Tribes, C. (2025). Solar: a solar thermal power plant simulator for blackbox optimization benchmarking. Optimization and Engineering, 47 pages. Lien externe
Audet, C., Le Digabel, S., Rochon Montplaisir, V., & Tribes, C. (2022). Algorithm 1027: NOMAD Version 4: Nonlinear Optimization with the MADS Algorithm. ACM Transactions on Mathematical Software, 48(3), 1-22. Lien externe
Audet, C., Le Digabel, S., Rochon Montplaisir, V., & Tribes, C. (2021). NOMAD version 4: Nonlinear optimization with the MADS algorithm. (Rapport technique n° G-2021-23). Lien externe
Audet, C., Côté, P., Poissant, C., & Tribes, C. (2019). Monotonic grey box optimization. (Rapport technique n° G-2019-15). Lien externe
Audet, C., Le Digabel, S., & Tribes, C. (2019). The mesh adaptive direct search algorithm for granular and discrete variables. SIAM Journal on Optimization, 29(2), 1164-1189. 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
Audet, C., & Tribes, C. (2017). Mesh-based Nelder-Mead algorithm for inequality constrained optimization. (Rapport technique n° G-2017-90). 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
Audet, C., Le Digabel, S., & Tribes, C. (2014). Dynamic scaling in the Mesh Adaptive Direct Search algorithm for blackbox optimization. (Rapport technique n° G-2014-16). 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
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
C
Chokri, A., Trépanier, J.-Y., Tribes, C., Fenyes, P. A., & Gu, X. (juillet 2009). Decision making under uncertainty using a vehicle multilevel model: approach to targets allocation [Communication écrite]. CDEN/C2E2 Conference, Hamilton, ON, Canada (7 pages). Publié dans Proceedings of the ... CEEA Conference. Lien externe
H
Hallé-Hannan, E., Audet, C., Diouane, Y., Le Digabel, S., & Tribes, C. (2025). Cat-Suite: A collection of optimization problems with categorical and quantitative variables for benchmarking. (Rapport technique n° G-2025-39). Lien externe
L
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
Lebeuf, X., Le Digabel, S., Brillon, P., Diago, M., Audet, C., & Tribes, C. (2025). Benchmarking derivative-free optimization solvers for CSP plant design using the solar simulator. (Rapport technique n° G-2025-70). Lien externe
Le Digabel, S., Lesage-Landry, A., Salomon, L., & Tribes, C. (2025). Efficient search strategies for constrained multiobjective blackbox optimization. (Rapport technique n° G-2025-28). 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., & Tribes, C. (2019). HyperNOMAD: Hyperparameter optimization of deep neural networks using mesh adaptive direct search. (Rapport technique n° G-2019-46). Lien externe
Le Digabel, S., Tribes, C., & Audet, C. (2015). NOMAD User Guide. Version 3.7.2. (Rapport technique n° G-2009-37). Lien externe
M
Marduel, X., Tribes, C., & Trépanier, J.-Y. (septembre 2002). Optimization Using Variable Fidelity Solvers: Exploration of an Approximation Management Framework for Aerodynamic Shape Optimization [Communication écrite]. 9th AIAA/ISSMO Symposium on Multidisciplinary Analysis and Optimization, Atlanta, GA, USA. Lien externe
S
Salomon, L., Tribes, C., & Le Digabel, S. (juillet 2024). A comparison of search strategies for multiobjective direct search algorithm [Résumé]. 25th International Symposium on Mathematical Programming (ISMP 2024), Montréal, QC, Canada. Lien externe
T
Thio, N. A., Audet, C., Diago Martinez, M., Gheribi, A. E., Le Digabel, S., Lebeuf, X., Lemyre-Garneau, M., & Tribes, C. (2024). solar: A solar thermal power plant simulator for blackbox optimization benchmarking. (Rapport technique n° G-2024-37). Lien externe
Tribes, C., Benarroch-Lelong, S., Peng, L., & Kobyzev, I. (2024). Hyperparameter optimization for Large Language Model instruction-tuning. (Rapport technique n° G-2023-62). Lien externe
Tribes, C., Salomon, L., & Migot, T. (juillet 2024). Improving MADS search step with a quadratic programming solver [Résumé]. 25th International Symposium on Mathematical Programming (ISMP 2024), Montréal, QC, Canada. Lien externe
Tribes, C., Chokri, A., Trépanier, J.-Y., Fenyes, P., & Gu, X. (septembre 2010). Propagation and Merging of Uncertain Expert Opinions in a Hierarchical Multilevel System [Communication écrite]. 13th AIAA/ISSMO Multidisciplinary Analysis Optimization Conference, Fort Worth, TX, USA (16 pages). Lien externe
Turcotte, J., Trépanier, J.-Y., Tribes, C., Panchenko, Y., Dion, M., & Plante, G. (août 2004). Integration and Multidisciplinary Design Optimization of a Simplified Gas Turbine Modeling Using Perl and iSIGHT [Communication écrite]. 10th AIAA/ISSMO Multidisciplinary Analysis and Optimization Conference, Albany, NY, USA (20 pages). Lien externe