Le transport optimal : de Gaspard Monge au big-data
Contenu
identifierCatalog
ULTv
Titre
Le transport optimal : de Gaspard Monge au big-data
Description
Le transport optimal a été formulé par Gaspard Monge au 18e siècle. Il s'agit d'optimiser le cout de transport depuis un ensemble de sources (par exemple les boulangeries) vers des consommateurs (par exemple les cafés, le matin dans Paris). Ce problème très ancien a connu plusieurs révolutions. L. Kantorovitch a expliqué en 1942 comment le reformuler en un problème plus facile à résoudre et étudier : il a obtenu le prix Nobel d’économie pour ses travaux. En 2010, Cédric Villani a obtenu la médaille Fields (l'équivalent du prix Nobel) notamment pour ses travaux sur le transport optimal. Et depuis quelques années, des mathématiciens et informaticiens ont développé des techniques numériques révolutionnaires pour appliquer le transport optimal à d'innombrables problèmes concrets tels que le traitement d'images et l’intelligence artificielle.
Conférence du cycle "Sciences et Société" de l'Institut Elie Cartan de Lorraine, donnée à Nancy, le 13 juin 2019.
Conférence du cycle "Sciences et Société" de l'Institut Elie Cartan de Lorraine, donnée à Nancy, le 13 juin 2019.
Créateur
PEYRE Gabriel
Date de création
2019
technicalLocation
taxonId
510
taxonEntry
Mathématiques
Sujet
transport optimal
coût minimal
algorithme du simplex
apprentissage non supervisé
intelligence artificielle
Couverture
France
Nancy
1942
2010
18ème siècle
20ème siècle
21ème siècle
Date de soumission
juin 2019
Date de publication
13/06/2019
Type
Image en mouvement
educationalContext
Pas de niveau d'étude particulier
educationalTypicalLearningTime
1:17:48
educationalInteractivityType
Colloques et conférences
technicalDuration
1:17:48
Langue
fr
lifeCycleStatus
Final
Format des sous-titres
aucun
Format
mp4
technicalSize
1065769777
Identifiant
N-20190613-00
Contributeur
Université de Lorraine
IECL - Institut Elie Cartan de Lorraine (UMR 7502-CNRS)
Editeur
Université de Lorraine
IECL - Institut Elie Cartan de Lorraine (UMR 7502-CNRS)
copyrightAndOtherRestrictions
OUI
Type de licence
CC-BY-NC-ND 4.0
Coût
FRE
non
Notion RAMEAU
Mathématiques
Données massives
Intelligence artificielle
European Research Council
PE6_7 Intelligence artificielle, systèmes intelligents, traitement du langage naturel
PE6_6 Algorithmes et complexité, algorithmes répartis, parallèles et algorithmes de réseau, théorie algorithmique des jeux