L’algorithmique et le calcul touchent à tous les aspects théoriques et pratiques, logiciels et matériels de l’informatique. Depuis une décennie, l’intelligence artificielle et l’apprentissage s’intéressent à la conception automatique d’algorithmes et de processus de calcul, guidée par les données, l’expert, l’utilisateur et/ou l’environnement.
Les principaux axes de recherche du département concernent les modèles de calcul et leur robustesse (du calcul haute performance au calcul quantique en passant par les réseaux neuronaux et les algorithmes répartis), les architectures de traitement (graphes, traitement distribué, synchrone ou asynchrone), et les méthodes (e.g., optimisation continue, combinatoire, stochastique ; apprentissage statistique et théorie de l’information). Par construction, ces axes de recherche font l’objet de collaborations avec les autres départements, en particulier Science des Données et Mécanique des Fluides-Énergétique. L’analyse et la conception des modèles et des processus font une large part aux approches mathématiques (du discret et du continu, en passant par les probabilités, les statistiques et la combinatoire) et de la physique statistique (en particulier sur les phénomènes de transition de phase des systèmes complexes), en lien avec les équipes du LMO et du CMAP (Maths et Maths. Appli), de l’IJCLab (Physique), du L2S (Traitement de Signal), ainsi qu’avec le LIX et le LMF (Méthodes formelles).
Les domaines d’applications comprennent le calcul scientifique (e.g., algèbre linéaire, calcul tensoriel, optimisation numérique, systèmes dynamiques, simulation d’algorithmes quantiques, mathématiques et physique computationnelles, systèmes d’équations différentielles), le calcul distribué (e.g., cloud, ordonnancement, monnaie virtuelle, informatique ubiquitaire, robots autonomes, circuits micro-biologiques), et l’analyse des données.
Alex Davey, Théo Rudkiewicz, Stéphane Rivaud, Stella Douka, Félix Houdouin, et al.. The Neuron Addition Problem: A Survey on Growing Neural Networks. 2026. ⟨hal-05842579⟩
Coralie Zens, Dominique Barth, Dimitri Watel, Marc-Antoine Weisser. Graph determination problem from knowledge of its subgraphs. 2026. ⟨hal-05790915v2⟩
Florent Hivert, Vincent Pilaud, Ludovic Schwob. Heaps of rhombic dodecahedra, catalan congruences on alternating sign matrices, and bases of the Temperley-Lieb algebra. FPSAC’26 – 38th International Conference on Formal Power Series and Algebraic Combinatorics, Sara Billey (Cochair) — University of Washington Ricky Liu (Cochair) — University of Washington Christian Stump (Executive Committee Liaison) — Ruhr-Universität Bochum Trevor Karn (FPSAC Proceedings Editor) — Texas A&M University Vasu Tewari (FPSAC Proceedings Editor) — University of Toronto, Jul 2026, Seatle, WA, United States. 12.pp, ⟨10.48550/arXiv.2511.06968⟩. ⟨hal-05795572⟩
Théophile Sanchez, Pierre Jobic, Cyril Regan, Paul Verdu, Guillaume Charpiat, et al.. Attentive-SPIDNA: Attention-based neural networks for population genetics. 2026. ⟨hal-05688902⟩
Léo Kulinski, Wendy E Mackay, Michel Beaudouin-Lafon, Nicolas M Thiéry. JuggLing-a-Ding: Design and Development of a Musical Juggling Toolkit. NIME 2026 – New Interfaces for Musical Expression, Jun 2026, London, United Kingdom. pp.644-651, ⟨10.5281/zenodo.20784235⟩. ⟨hal-05760621⟩
Bruna Lopes, Gabriel Schwartz, Sylvain Chevallier, Raphael Y de Camargo, Bruno Aristimunha. Learning aligned EEG representations with subject-specific encoders. Scientific Reports, 2026, ⟨10.1038/s41598-026-69220-z⟩. ⟨hal-05758650⟩
Karla Roberta P.S. Lima, Igor de M. Sampaio, Johanne Cohen. Combinatorial optimization model, approximation and heuristic algorithms for identifying specific structures in networks. Applied Soft Computing, 2026, 202, pp.115753. ⟨10.1016/J.ASOC.2026.115753⟩. ⟨hal-05760267⟩
Léo Planche, Anna Ilina, María C Ávila-Arcos, Flora Jay, Emilia Huerta-Sanchez, et al.. An archaic reference-free method to jointly infer Neanderthal and Denisovan introgressed segments in modern human genomes. Molecular Biology and Evolution, 2025, ⟨10.1093/molbev/msag235⟩. ⟨hal-05747173⟩
Marco Rosario Capodiferro, Léo Planche, Emily M Breslin, Linda Ongaro, María C Ávila-Arcos, et al.. Archaic ancestry inference in imputed ancient human genomes. Nature Communications, 2026, 17 (1), pp.9480. ⟨10.1038/s41467-026-76204-0⟩. ⟨hal-05747161⟩
Dylan Sechet, Marc Evrard, Matthieu Kowalski. Simulation-Based Inference for Plate Reverb System Identification. DAFX 2026 – 29th International Conference on Digital Audio Effects, Sep 2026, Cambridge, United States. ⟨hal-05742718⟩
Brahim Driss, Alex Davey, Riad Akrour. PB$^2$: Preference Space Exploration via Population-Based Methods in Preference-Based Reinforcement Learning. RLC 2026 – Third Reinforcement Learning Conference, Aug 2026, Montreal, Canada. ⟨hal-05732524⟩
Bruno Aristimunha, Dung Truong, Pierre Guetschel, Seyed Yahya Shirazi, Isabelle Guyon, et al.. EEG Foundation Challenge: From Cross-Task to Cross-Subject EEG Decoding. NeurIPS 2025 – 39th Annual Conference on Neural Information Processing Systems, Dec 2025, San Diego, United States. ⟨hal-05714360⟩
Bruno Aristimunha, Ce Ju, Antoine Collas, Florent Bouchard, Ammar Mian, et al.. SPD Learn: A Geometric Deep Learning Python Library for Neural Decoding Through Trivialization. 2026. ⟨hal-05714371⟩
Nils Bengone, Amine Brouk, Max Grinsztajn, Térence Helbert, Bao Lugherini, et al.. Shifted S-templates and improved lower bounds for Schur numbers. 2026. ⟨hal-05698841⟩
Kan Fang, Shijin Wang, Michael L Pinedo, Lin Chen, Feng Chu. A combinatorial Benders decomposition algorithm for parallel machine scheduling with working-time restrictions. European Journal of Operational Research, 2021, 291 (1), pp.128–146. ⟨10.1016/j.ejor.2020.09.037⟩. ⟨hal-02991368⟩
Florent Hivert. Machine Checked Proofs and Programs in Algebraic Combinatorics. CPP ’25 – 14th ACM SIGPLAN International Conference on Certified Programs and Proofs, Sandrine Blazy, Nicolas Tabareau, Kathrin Stark, Amin Timany, Jan 2025, Denver, United States. pp.214 – 230, ⟨10.1145/3703595.3705885⟩. ⟨hal-05682976⟩
Benedictus Kent Rachmat, Thomas Gerald, Zheng Zhang, Cyril Grouin. QA Analysis in Medical and Legal Domains: A Survey of Data Augmentation in Low-Resource Settings. ACL 2025 – 63rd Annual Meeting of the Association for Computational Linguistics (Volume 4: Student Research Workshop), ACL, Jul 2025, Vienna, Austria. pp.1132-1144, ⟨10.18653/v1/2025.acl-srw.89⟩. ⟨hal-05683004⟩