Quentin Cappart
ing., B.Sc., M.Sc., Ph.D. (Université catholique de Louvain, Belgique)
Professeur agrégé
Département de génie informatique et génie logiciel
Département de génie informatique et génie logiciel
Domaines d'expertise
Recherche opérationnelle et science de la gestion Algorithmes Optimisation Intelligence artificielle Modélisation mathématique
Recherche opérationnelle et science de la gestion Algorithmes Optimisation Intelligence artificielle Modélisation mathématique
Pôle d'excellence principal
Modélisation et intelligence artificielle
Modélisation et intelligence artificielle
Pôle(s) d'excellence secondaire(s)
Technologies de l'information et communications Transport et infrastructures durables
Technologies de l'information et communications Transport et infrastructures durables
Intérêts de recherche et affiliations
Intérêts de recherche
- Optimisation combinatoire
- Apprentissage par renforcement
- Programmation par contraintes
- Modélisation mathématique
- Algorithmes de recherche
- Recherche opérationnelle
- Apprentissage automatique
Affiliation(s)
Type(s) d'expertises (sujets CRSNG)
- 1601 Recherche opérationnelle et science de la gestion
- 2713 Algorithmes
- 2715 Optimisation
- 2800 INTELLIGENCE ARTIFICIELLE (Vision artificielle, utiliser 2603)
- 2960 Modélisation mathématique
Publications
Publications récentes
Article de revue
Communication de conférence
Rapport
Communication de conférence
Gerbaux, J., Desaulniers, G., & Cappart, Q. (2025). A machine-learning-based column generation heuristic for electric bus scheduling. Computers & Operations Research, 173, 106848 (14 pages).
Barral, H., Gaha, M., Dems, A., Côté, A., Nguewouo, F., & Cappart, Q. (mai 2024). Acquiring Constraints for a Non-linear Transmission Maintenance Scheduling Problem [Communication écrite]. 21st International Conference on Integration of Constraint Programming, Artificial Intelligence and Operations Research (CPAIOR 2024), Uppsala, Sweden.
Gerbaux, J., Cappart, Q., & Desaulniers, G. (2024). A machine-learning-based column generation heuristic for electric bus scheduling. (Rapport technique n° G-2024-13).
Yin, C., Cappart, Q., & Pesant, G. (mai 2024). An Improved Neuro-Symbolic Architecture to Fine-Tune Generative AI Systems [Communication écrite]. 21st International Conference on Integration of Constraint Programming, Artificial Intelligence and Operations Research (CPAIOR 2024), Uppsala, Sweden.
Biographie
Quentin Cappart est professeur agrégé au département de génie informatique et génie logiciel de Polytechnique Montréal depuis 2020. Expert en intelligence artificielle et en optimisation combinatoire, ses travaux visent la conception d’intelligences artificielles innovantes pour résoudre des problèmes industriels complexes (p.ex., maintenance du réseau électrique). Membre du CIRRELT, de l’Institut IVADO, chercheur affilié au MILA et co-fondateur du groupe de recherche CORAIL, il a reçu en septembre 2024 le prix du chercheur en début de carrière de l’association pour la programmation par contraintes (ACP), organisation majeure dans son domaine.
Lien(s) d'intérêt
Enseignement
- INF8175: Intelligence artif.: méthodes et algorithmes
- INF6102: Métaheuristiques appliquées au génie informatique
Formation
- Bachelier en sciences de l’ingénieur, Université catholique de Louvain
- Master : Ingénieur civil en informatique, Université catholique de Louvain
- Master en sciences de gestion, Université catholique de Louvain
- Docteur en sciences de l’ingénieur et technologie, Université catholique de Louvain
Encadrement à Polytechnique
TERMINÉ
-
Thèse de doctorat (2)
- Parjadis de Larivière, A. (2023). Apprentissage Profond en Optimisation Combinatoire : Apprentissage de Bornes et Résolution de Problèmes de Transport [Thèse de doctorat, Polytechnique Montréal].
- Kafaei Kashefi, S. P. (2022). Application of Deep Reinforcement Learning to Routing and Scheduling [Thèse de doctorat, Polytechnique Montréal].
-
Mémoire de maîtrise (12)
- Grumiaux, L. V. S. (2024). Prédiction et optimisation de la main-d'oeuvre maritime au port de Montréal [Mémoire de maîtrise, Polytechnique Montréal].
- Jacquet, T. J. (2024). Sélection d'arcs et génération de colonnes pour le problème d'horaires d'autobus électriques [Mémoire de maîtrise, Polytechnique Montréal].
- Queiroz Correia, P. V. (2024). Detecting Failures in Telecommuntications Manufacture for Predictive Quality [Mémoire de maîtrise, Polytechnique Montréal].
- Beiglig, V. (2023). Analyse et modélisation de la performance en Boccia [Mémoire de maîtrise, Polytechnique Montréal].
- Gerbaux, J. (2023). Résolution heuristique par génération de colonnes et apprentissage automatique du problème d'horaires d'autobus électriques [Mémoire de maîtrise, Polytechnique Montréal].
- Marty, T. (2023). Apprentissage par renforcement appliqué à la résolution de problèmes de programmation par contraintes [Mémoire de maîtrise, Polytechnique Montréal].
- Moeintaghavi, M. (2023). A Machine Learning Preprocessor to Speed Up the Solution of a Bus Scheduling Problem with Controlled Trip Shifting [Mémoire de maîtrise, Polytechnique Montréal].
- Parham, Z. (2023). Explaining the Behavior of Reinforcement Learning Agents Using Association Rules [Mémoire de maîtrise, Polytechnique Montréal].
- Popovic, L. (2023). Apprentissage d'inégalités duales pour la génération de colonnes appliquée au problème d'horaires d'autobus électriques avec dépôts multiples [Mémoire de maîtrise, Polytechnique Montréal].
- Cherni, G. (2022). Apprentissage profond multimodal pour l'estimation de pose d'humains alités [Mémoire de maîtrise, Polytechnique Montréal].
- Larocque, R. (2022). Estimation des coûts de constructions de routes en utilisant l'apprentissage automatique explicable [Mémoire de maîtrise, Polytechnique Montréal].
- Omrani, B. (2021). Apprentissage par renforcement d'heuristiques de branchement en programmation par contraintes [Mémoire de maîtrise, Polytechnique Montréal].