Répertoire des expertises
Retour aux résultats de recherche
Modifier ma fiche
Aide
  Publications
  Lien(s)
Dominique Orban
B. Maths, Ph.D. (FUNDP Namur, INP Toulouse)
  Publications
  Lien(s)
Professeur titulaire
Département de mathématiques et de génie industriel
Tél. : (514) 340-4711 poste 5967 Téléc. : (514) 340-4086 Local : A-520.27
Domaines d'expertise
Logiciels et développement Algorithmes Optimisation Analyse numérique Optimisation et théories de commande optimale

Intérêts de recherche et affiliations

Intérêts de recherche

Je suis un mathématicien numéricien. Mes intérêts de recherche gravitent autour de la conception d'algorithmes numériques spécialisés pour l'optimisation non-linéaire continue et les systèmes d'équations non-linéaires, ainsi qu'autour de l'application de ces méthode à des situations concrètes. Cela implique un mélange d'algèbre linéaire numérique, d'analyse numérique et de programmation. Je m'intéresse tout particulièrement à la dégénérescence et aux problèmes mal posés. Des exemples typiques d'applications comprennent la reconstruction d'images, la conception de structures optimales, l'optimisation sous contraintes différentielles, etc.

Mots clés : Optimisation non-linéaire continue, algèbre linéaire numérique, optimisation non lisse, analyse numérique.

Affiliation(s)
Type(s) d'expertises (sujets CRSNG)
  • 2705 Logiciels et développement
  • 2713 Algorithmes
  • 2715 Optimisation
  • 2955 Analyse numérique
  • 2956 Optimisation et théories de commande optimale

Publications

Publications récentes
Article de revue
Aravkin, A.Y., Baraldi, R. & Orban, D. (2022). A proximal quasi-Newton trust-region method for nonsmooth regularized optimization. SIAM Journal on Optimization, 32(2), 900-929. Tiré de https://doi.org/10.1137/21m1409536
Article de revue
Migot, T., Orban, D. & Siqueira, A.S. (2022). DCISolver.jl : a julia solver for onlinear optimization using dynamic control of infeasibility. Journal of Open Source Software, 7(70), 4 pages. Tiré de https://doi.org/10.21105/joss.03991
Article de revue
Migot, T., Orban, D. & Soares Siqueira, A. (2022). PDENLP models.jl : an NLP model API for optimization problems with PDE-constraints. Journal of Open Source Software, 5 pages.
Communication de conférence
Ma, D., Orban, D. & Saunders, M.A. (2021). A Julia Implementation of Algorithm NCL for Constrained Optimization. Communication présentée à 5th International Conference on Numerical Analysis and Optimization: Theory, Methods, Applications and Technology Transfer (NAOV 2020), Muscat, Oman (p. 153-182). Tiré de https://doi.org/10.1007/978-3-030-72040-7_8
Voir toutes les publications (88)

Enseignement

Optimisation, Mathématiques, Recherche opérationnelle.

Encadrement à Polytechnique

TERMINÉ

  • Thèse de doctorat (4)

    • Arreckx, S. (2016). Méthodes sans factorisation pour l'optimisation non linéaire (Thèse de doctorat, École Polytechnique de Montréal). Tiré de https://publications.polymtl.ca/2213/
    • Towhidi, M. (2013). Treatment of Degeneracy in Linear and Quadratic Programming (Thèse de doctorat, École Polytechnique de Montréal). Tiré de https://publications.polymtl.ca/1112
    • Coulibaly, Z. (2012). Traitement de la dégénérescence en optimisation non linéaire (Thèse de doctorat, École Polytechnique de Montréal). Tiré de https://publications.polymtl.ca/956
    • Dang, C.K. (2012). Optimization of algorithms with the OPAL framework (Thèse de doctorat, École Polytechnique de Montréal). Tiré de https://publications.polymtl.ca/870

  • Mémoire de maîtrise (11)

    • Lotfi, S. (2020). Stochastic First and Second Order Optimization Methods for Machine Learning (Mémoire de maîtrise, Polytechnique Montréal). Tiré de https://publications.polymtl.ca/5457/
    • Mestagh, G. (2019). Méthodes mises à l'échelle pour la reconstruction tomographique en coordonnées cylindriques (Mémoire de maîtrise, Polytechnique Montréal). Tiré de https://publications.polymtl.ca/4050/
    • Dahito, M.-A. (2018). La méthode des résidus conjugués pour calculer les directions en optimisation continue (Mémoire de maîtrise, École Polytechnique de Montréal). Tiré de https://publications.polymtl.ca/3281/
    • Demeester, K. (2017). Méthodes numériques appliquées à la programmation dynamique stochastique pour la gestion d'un système hydroélectrique (Mémoire de maîtrise, École Polytechnique de Montréal). Tiré de https://publications.polymtl.ca/2695/
    • McLaughlin, M. (2017). Méthodes sans factorisation pour la tomographie à rayons-X en coordonnées cylindriques (Mémoire de maîtrise, École Polytechnique de Montréal). Tiré de https://publications.polymtl.ca/2742/
    • Lakhmiri, D. (2016). Un environnement pour l'optimisation sans dérivées (Mémoire de maîtrise, École Polytechnique de Montréal). Tiré de https://publications.polymtl.ca/2266/
    • Dehghani, M. (2013). A Regularized Interior-Point Method for Constrained Linear Least Squares (Mémoire de maîtrise, École Polytechnique de Montréal). Tiré de https://publications.polymtl.ca/1121
    • Curatolo, P.-R. (2008). Méthodes de pénalisation pour l'optimisation de structures (Mémoire de maîtrise, École Polytechnique de Montréal).
    • Fidahoussen, C.A. (2008). Méthodes itératives pour la résolution par éléments finis d'écoulements à surfaces libres (Mémoire de maîtrise, École Polytechnique de Montréal).
    • Omer, J. (2006). Méthode de réduction dynamique de contraintes pour un programme linéaire (Mémoire de maîtrise, École Polytechnique de Montréal).
    • Menvielle, N. (2004). Réduction des artéfacts métalliques en tomographie à rayons X (Mémoire de maîtrise, École Polytechnique de Montréal).