Daniel Aloise
M.Sc. (PUC-Rio, Brésil) et un Ph.D. (Poly)
Professeur agrégé
Département de génie informatique et génie logiciel
Département de génie informatique et génie logiciel
Intérêts de recherche et affiliations
Intérêts de recherche
- Science des données
- Mégadonnées
- Optimisation
- Programmation mathématique
Affiliation(s)
Type(s) d'expertises (sujets CRSNG)
- 1601 Recherche opérationnelle et science de la gestion
- 2510 Systèmes évolutifs, d'apprentissage et adaptatifs
- 2713 Algorithmes
- 2715 Optimisation
Publications
Publications récentes
Article de revue
Article de revue
Communication de conférence
Article de revue
Rocha, C., Pessoa, B.J.S., Aloise, D. & Cabral, L.A. (2022). An efficient implementation of a VNS heuristic for the weighted fair sequences problem. International Transactions in Operational Research, 16 pages. Tiré de https://doi.org/10.1111/itor.13197
Kohyarnejadfard, I., Aloise, D., Azhari, S.V. & Dagenais, M.R. (2022). Anomaly detection in microservice environments using distributed tracing data analysis and NLP. Journal of Cloud Computing, 11(1), 16 pages. Tiré de https://doi.org/10.1186/s13677-022-00296-4
Rodrigues, I.M., Aloise, D. & Fernandes, E.R. (2022). FaST: A linear time stack trace alignment heuristic for crash report deduplication. Communication présentée à Mining Software Repositories Conference (MSR 2022), Pittsburgh, PA, USA (p. 549-560). Tiré de https://doi.org/10.1145/3524842.3527951
Bouchard, I., Rancourt, M.-E., Aloise, D. & Kalaitzis, F. (2022). On transfer learning for building damage assessment from satellite imagery in emergency contexts. Remote Sensing, 14(11), 29 pages. Tiré de https://doi.org/10.3390/rs14112532
Encadrement à Polytechnique
TERMINÉ
-
Thèse de doctorat (4)
- Kohyarnejadfard, I. (2022). System Performance Anomaly Detection using Tracing Data Analysis (Thèse de doctorat, Polytechnique Montréal). Tiré de https://publications.polymtl.ca/10281/
- Muller Rodrigues, I. (2022). Algorithms and Learning Models for Bug Report Deduplication (Thèse de doctorat, Polytechnique Montréal). Tiré de https://publications.polymtl.ca/10297/
- Alves Randel, R. (2021). Optimization Methods to Enhance Constraint-Based Semi-Supervised Clustering (Thèse de doctorat, Polytechnique Montréal). Tiré de https://publications.polymtl.ca/9240/
- Rochink Costa, L. (2021). Workload Optimization for Swarm-Powered Ad-hoc Clouds (Thèse de doctorat, Polytechnique Montréal). Tiré de https://publications.polymtl.ca/6650/
-
Mémoire de maîtrise (7)
- Bouchard, I. (2021). Building Damage Assessment After a Natural Disaster in Emergency Contexts: A Deep Learning Approach (Mémoire de maîtrise, Polytechnique Montréal). Tiré de https://publications.polymtl.ca/9470/
- Ton, K. (2021). Using a Diversity Criterion to Select Training Sets for Machine Learning Models (Mémoire de maîtrise, Polytechnique Montréal). Tiré de https://publications.polymtl.ca/9902/
- Haouas, M.N. (2020). Résolution exacte du problème de partitionnement de données avec minimisation de variance sous contraintes de cardinalité par programmation par contraintes (Mémoire de maîtrise, Polytechnique Montréal). Tiré de https://publications.polymtl.ca/4207/
- Heutte, N. (2020). A Divide-and-Conquer Approach to Employee Scheduling (Mémoire de maîtrise, Polytechnique Montréal). Tiré de https://publications.polymtl.ca/5362/
- Moins, T. (2020). Modèle hybride combinant réseau de neurones convolutifs et modèle basé sur le choix pour la recommandation de sièges (Mémoire de maîtrise, Polytechnique Montréal). Tiré de https://publications.polymtl.ca/5336/
- Boucaud, L. (2019). Mécanismes d'attention pour les modèles convolutifs dans le cadre de la prédiction de trajectoires (Mémoire de maîtrise, Polytechnique Montréal). Tiré de https://publications.polymtl.ca/3951/
- Hulot, P. (2018). Towards Station-Level Demand Prediction for Effective Rebalancing in Bike-Sharing Systems (Mémoire de maîtrise, École Polytechnique de Montréal). Tiré de https://publications.polymtl.ca/3160/