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
Article de revue
Article de revue
Rodrigues, I.M., Khvorov, A., Aloise, D., Vasiliev, R., Koznov, D., Fernandes, E.R., Chernishev, G., Luciv, D. & Povarov, N. (2022). TraceSim: An Alignment Method for Computing Stack Trace Similarity. Empirical Software Engineering, 27(2), 41 pages. Tiré de https://doi.org/10.1007/s10664-021-10070-w
Rocha, D., Aloise, D., Aloise, D.J. & Contardo, C. (2022). Visual attractiveness in vehicle routing via bi-objective optimization. Computers & Operations Research, 137, 14 pages. Tiré de https://doi.org/10.1016/j.cor.2021.105507
Kohyarnejadfard, I., Aloise, D., Dagenais, M.R. & Shakeri, M. (2021). A Framework for Detecting System Performance Anomalies Using Tracing Data Analysis. Entropy, 23(8), 24 pages. Tiré de https://doi.org/10.3390/e23081011
Randel, R., Aloise, D., Blanchard, S.J. & Hertz, A. (2021). A Lagrangian-based score for assessing the quality of pairwise constraints in semi-supervised clustering. Data Mining and Knowledge Discovery, 35(6), 2341-2368. Tiré de https://doi.org/10.1007/s10618-021-00794-0
Encadrement à Polytechnique
TERMINÉ
-
Thèse de doctorat (2)
- 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 (5)
- 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/