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
Communication de conférence
Communication de conférence
Article de revue
Communication de conférence
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.
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.
Cappart, Q., Chételat, D., Khalil, E. B., Lodi, A., Morris, C., & Velickovic, P. (2023). Combinatorial Optimization and Reasoning with Graph Neural Networks. Journal of Machine Learning Research, 24, 130 (61 pages).![Disponible en libre accès](https://publications.polymtl.ca/images/oa_30.svg)
Parham, Z., de Lille, V. T., & Cappart, Q. (juin 2023). Explaining the Behavior of Reinforcement Learning Agents Using Association Rules [Communication écrite]. 17th International Conference on Learning and Intelligent Optimization (LION-17 2023), Nice, France.
Biographie
Quentin Cappart est un professeur adjoint à Polytechnique Montréal dans le département de génie informatique et génie logiciel. Il détient un diplôme de bachelier en génie (2012), une maîtrise en génie informatique (2014), une maîtrise en gestion (2018), et un doctorat en sciences de l’ingénieur (2017) de l’Université catholique de Louvain (Belgique). Après ses études, il a rejoint Polytechnique Montréal et le CIRRELT en tant que chercheur postdoctoral de 2018 à 2020. Durant ses deux années, il fût également un stagiaire de recherche à l’entreprise ElementAI, où il travailla à l’intégration des techniques d’apprentissage automatique au domaine de la recherche opérationnelle.
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 (9)
- 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].