![]() | Monter d'un niveau |
Ce graphique trace les liens entre tous les collaborateurs des publications de Michael Kokkolaras 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.
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 Michael Kokkolaras. 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.
Audet, C., Bigeon, J., Couderc, R., & Kokkolaras, M. (2023). Risk averse constrained blackbox optimization under mixed aleatory/epistemic uncertainties. (Rapport technique n° G-2023-46). Lien externe
Audet, C., Bigeon, J., Couderc, R., & Kokkolaras, M. (2023). Sequential stochastic blackbox optimization with zeroth-order gradient estimators. AIMS Mathematics, 8(11), 25922-25956. Disponible
Audet, C., Bigeon, J., Couderc, R., & Kokkolaras, M. (2023). Sequential stochastic blackbox optimization with zeroth order gradient estimator. (Rapport technique n° G-2023-16). Lien externe
Audet, C., Bigeon, J., Couderc, R., & Kokkolaras, M. (2022). Risk-adverse optimization by Conditional Value-at-Risk and stochastic approximation. (Rapport technique n° G-2022-04). Lien externe
Al Handawi, K., & Kokkolaras, M. (2022). Optimization of Infectious Disease Prevention and Control Policies Using Artificial Life. IEEE Transactions on Emerging Topics in Computational Intelligence, 6(1), 26-40. Lien externe
Audet, C., Dzahini, K. J., Kokkolaras, M., & Le Digabel, S. (2021). Stochastic mesh adaptive direct search for blackbox optimization using probabilistic estimates. Computational Optimization and Applications, 79(1), 1-34. 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). Lien externe
Alarie, S., Audet, C., Gheribi, A. E., Kokkolaras, M., & Le Digabel, S. (2020). Two decades of blackbox optimization applications. (Rapport technique n° G-2020-58). Lien externe
Audet, C., Dzahini, K. J., Kokkolaras, M., & Le Digabel, S. (2019). StoMADS: Stochastic blackbox optimization using probabilistic estimates. (Rapport technique n° G-2019-30). Lien externe
Audet, C., Kokkolaras, M., Le Digabel, S., & Talgorn, B. (2018). Order-based error for managing ensembles of surrogates in mesh adaptive direct search. Journal of Global Optimization, 70(3), 645-675. Lien externe
Audet, C., & Kokkolaras, M. (2016). Blackbox and derivative-free optimization: theory, algorithms and applications. Optimization and Engineering, 17(1), 1-2. 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(1), 675-732. 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
Kokkolaras, M., Audet, C., & Dennis Jr., J. E. (2001). Mixed variable optimization of the number and composition of heat intercepts in a thermal insulation system. Optimization and Engineering, 2(1), 5-29. Lien externe
Tfaily, A., Diouane, Y., Bartoli, N., & Kokkolaras, M. (2024). Bayesian optimization with hidden constraints for aircraft design. (Rapport technique n° G-2024-10). Lien externe
Tfaily, A., Diouane, Y., Bartoli, N., & Kokkolaras, M. (2024). Bayesian optimization with hidden constraints for aircraft design. Structural and Multidisciplinary Optimization, 67, 13 (18 pages). Lien externe
Tfaily, A., Kokkolaras, M., Bartoli, N., & Diouane, Y. (juin 2023). Efficient Acquisition Functions for Bayesian Optimization in the Presence of Hidden Constraints [Communication écrite]. AIAA AVIATION 2023 Forum, San Diego, CA, USA. 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
Talgorn, B., Le Digabel, S., & Kokkolaras, M. (2015). Statistical Surrogate Formulations for Simulation-Based Design Optimization. Journal of Mechanical Design, 137(2), 021405. 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