 | Monter d'un niveau |
Réseau de collaborationCe 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 motsUn 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.
Saves, P., Hallé-Hannan, E., Bussemaker, J., Diouane, Y., & Bartoli, N. (2026). Modeling hierarchical spaces: a review and unified framework for surrogate-based architecture design. [Modélisation hiérarchique et optimisation d'architectures de systèmes : revue comparative et cadre unifié]. Structural and Multidisciplinary Optimization, 69, 65 (34 pages). Disponible
Hallé-Hannan, E., Audet, C., Diouane, Y., Le Digabel, S., & Saves, P. (2025). A distance for mixed-variable and hierarchical domains with meta variables. Neurocomputing, 131208. Lien externe
Saves, P., Bussemaker, J., Lafage, R., Lefèbvre, T., Bartoli, N., Diouane, Y., & Morlier, J. (juin 2024). System-of-systems Modeling and Optimization: An Integrated Framework for Intermodal Mobility [Communication écrite]. 24th joint ONERA-DLR Aerospace Symposium (ODAS 2024), Braunschweig, Germany. Lien externe
Bartoli, N., Lefèbvre, T., Lafage, R., Saves, P., Diouane, Y., Morlier, J., Bussemaker, J., Donelli, G., Marcos Gomes de Mello, J., Mandorino, M., & Della Vecchia, P. (juillet 2023). Multi-objective Bayesian Optimization With Mixed-categorical Design Variables for Expensive-to-evaluate Aeronautical Applications [Communication écrite]. AEROBEST conference, Lisbon, Portugal. Lien externe
Saves, P., Nguyen Van, E., Bartoli, N., Lefèbvre, T., Diouane, Y., & Morlier, J. (janvier 2025). Sustainable Eco-Design of Hybrid-Electric Aircraft via Bayesian Optimization with Mixed Hierarchical Variables [Communication écrite]. Towards Sustainable Aviation Summit 2025, Toulouse, France. Lien externe
Priem, R., Diouane, Y., Bartoli, N., Dubreuil, S., & Saves, P. (2024). High-Dimensional Bayesian Optimization Using Both Random and Supervised Embeddings. AIAA Journal, 1-13. Lien externe
Hallé-Hannan, E., Audet, C., Diouane, Y., Le Digabel, S., & Saves, P. (2024). A graph-structured distance for heterogeneous datasets with meta variables. (Rapport technique n° G-2024-33). Lien externe
Saves, P., Diouane, Y., Bartoli, N., Lefèbvre, T., & Morlier, J. (2024). High-dimensional mixed-categorical Gaussian processes with application to multidisciplinary design optimization for a green aircraft. Structural and Multidisciplinary Optimization, 67, 81 (22 pages). Lien externe
Saves, P., Lafage, R., Bartoli, N., Diouane, Y., Bussemaker, J., Lefèbvre, T., Hwang, J. T., Morlier, J., & Martins, J. R. R. A. (2024). SMT 2.0: A Surrogate Modeling Toolbox with a focus on hierarchical and mixed variables Gaussian processes. Advances in Engineering Software, 188, 103571 (16 pages). Lien externe
Priem, R., Bartoli, N., Diouane, Y., Dubreuil, S., & Saves, P. (juin 2023). High-dimensional efficient global optimization using both random and supervised embeddings [Communication écrite]. AIAA AVIATION 2023 Forum, San Diego, CA, USA. Lien externe
Saves, P., Diouane, Y., Bartoli, N., Lefebvre, T., & Morlier, J. (2023). A mixed-categorical correlation kernel for Gaussian process. Neurocomputing, 550, 126472 (14 pages). Lien externe
Grapin, R., Diouane, Y., Morlier, J., Bartoli, N., Lefèbvre, T., Saves, P., & Bussemaker, J. H. (juin 2022). Constrained multi-objective bayesian optimization with application to aircraft design [Communication écrite]. AIAA AVIATION 2022 Forum, Chicago, Illinois. Lien externe
Saves, P., Diouane, Y., Bartoli, N., Lefèbvre, T., & Morlier, J. (juin 2022). A general square exponential kernel to handle mixed-categorical variables for Gaussian process [Communication écrite]. AIAA AVIATION 2022 Forum, Chicago, IL, USA. Lien externe
Saves, P., Bartoli, N., Diouane, Y., Lefèbvre, T., Morlier, J., David, C., Nguyen Van, E., & Defoort, S. (janvier 2022). Multidisciplinary design optimization with mixed categorical variables for aircraft design [Communication écrite]. AIAA SCITECH 2022 Forum, San Diego, CA, USA. Lien externe
Saves, P., Bartoli, N., Diouane, Y., Lefebvre, T., Morlier, J., David, C., Van, E., & Defoort, S. (juillet 2021). Constrained Bayesian Optimization Over Mixed Categorical Variables, With Application to Aircraft Design [Communication écrite]. AeroBest 2021, Lisbonne, Portugal. Lien externe
