RESEARCH SCHOOL / ECOLE DE RECHERCHE

Spring School in Mathematical Computer Science
École jeunes chercheurs en informatique mathématique
4 – 8 March 2019

Scientific Committee
Comité scientifique

Jérémie Chalopin (CNRS / Aix-Marseille Université)
Emilie Charlier (Université de Liège)
Arnaud Durand (Université Paris-Diderot)
Sébastien Ferenczi (CNRS / Aix-Marseille Université)
Pierre Guillon (CNRS / Aix-Marseille Université)
Bruno Martin (Université Nice Sophia Antipolis)
Jean-Michel Muller (CNRS / ENS Lyon)
Guillaume Theyssier (CNRS / Aix-Marseille Université)

Organizing Committee
Comité d’organisation

Basile Couëtoux (Aix-Marseille Université) 
Aïda Elamrani Raoult (ENS Paris)
Pierre Guillon  (CNRS / Aix-Marseille Université)
Philippe Langlois (Université de Perpignan)
Bruno Martin (Université Nice Sophia Antipolis)
Natacha Portier (ENS Lyon) 
Guillaume Theyssier (CNRS / Aix-Marseille Université)

Description
The Spring School of Young Researchers on Mathematical Computer Science, organized each year since 1996 in a different city, gathers young researchers who work around mathematical computer science. Morning sessions are devoted to 5 courses on specific yet various topics, whereas afternoons are devoted to short talks by the young participants.

The main goal is to participate in a high-level education for young PhD student, which is complementary to the one they have in their universities. This can be an update in some areas of their research, or also an opening towards new topics. By showing them the state of the art in some subjects which are close to their speciality, we bring them tools to adapt better to various environments (which is useful for example before moving to postdoc), and contribute to encourage their mobility.

Among other goals, the session when young researchers themselves give talks is important for them to work their ability to give short talks, for instance keeping in mind future applications for positions. These talks can also be fruitful to initiate new collaborations, specifically with other young researchers, but also between generations (lecturers are strongly encouraged to attend the whole week). More generally, the talk and poster sessions, but also the whole one-week setting in CIRM with breaks, meals, and probably one free afternoon are a very good way to initiate discussions, and open the mind to the whole area of mathematical computer science. In the long term, this contributes to creating a community of young scientists around these topics, that is connected to more experienced generations. After more than 20 years of existence, the school has seen the participants of yesterday want to transmit in their turn what they have received, and become organizers. This crucial aspect allows to maintain the community around mathematical computer science coherent.

L’École de Jeunes Chercheurs en Informatique Mathématique, organisée chaque année depuis 1996 dans une ville différente, rassemble les jeunes chercheurs qui travaillent autour de l’informatique mathématique (voir thèmes). Les matins sont destinés à 5 cours sur des thèmes précis et variés, tandis que les après-midis sont destinés à des exposés courts des participants.

Il s’agit de donner une formation complémentaire de haut niveau à ces jeunes chercheurs (à plus ou moins deux ans de leur thèse) : cela peut être pour eux une mise à niveau dans certains domaines, ou une ouverture vers de nouveaux domaines. En leur montrant l’état de la recherche dans des domaines voisins de leur spécialité, nous leur apportons des outils permettant de mieux s’adapter à des environnements variés. Nous contribuons également ainsi à faciliter leur mobilité.

En exposant également leurs travaux lors de sessions dédiées, les jeunes chercheurs participant à l’école gagneront aussi en expérience au niveau de la capacité à faire des exposés courts, et à avoir un œil critique sur ceux des autres. En leur donnant l’occasion de se rencontrer et de présenter leurs travaux, l’EJC contribue à créer une communauté cohérente de jeunes scientifiques autour des thèmes de l’informatique mathématique, en connexion avec les chercheurs confirmés des domaines présentés.

Courses

DISTRIBUTED ALGORITHm – ALGORITHMIQUE DISTRIBUÉE
Petr Kuznetsov (Telecom ParisTech), Arnaud Labourel (LIS, Aix-Marseille Université)


DISTRIBUTED ALGORITHM – ALGORITHMIQUE DISTRIBUÉE
Petr Kuznetsov (Telecom ParisTech), Arnaud Labourel (LIS, Aix-Marseille Université)

L’objectif de ce cours est de présenter des aspects fondamentaux de l’algorithmique distribuée. Les systèmes distribués sont très variés et il existe de nombreux modèles de calcul pour modéliser de tels systèmes. Ce cours sera composé de deux parties présentant des  aspects différents de l’algorithmique distribuée actuelle. Dans les deux cas, on présentera ces modèles au travers de l’étude de problèmes fondamentaux du modèle ; on présentera des algorithmes ainsi que des résultats d’impossibilité.

  1. Tolérance aux défaillances

 Dans un système distribué, la présence d’asynchronisme et de défaillances crée de l’incertitude. Celle-ci ne se situe pas à un niveau global, mais au niveau de chaque participant, qui ne peut pas connaître l’état exact des autres. Cette incertitude est à la base d’une distinction fondamentale entre les systèmes distribués et les systèmes séquentiels.
Dans cette partie du cours, nous verrons comment résoudre certains problèmes distribués en présence de défaillances, et donc comment surmonter cette incertitude. Nous aborderons également d’autres problèmes impossibles à résoudre, non pas à cause du manque de puissance de calcul des participants considérés individuellement, mais à cause de leurs protocoles de communication et de synchronisation.

    2 . Systèmes à agents mobiles  
Dans un système à  agents  mobiles, un  ou plusieurs agents mobiles se déplaçant sur le réseau exécutent chacun le même algorithme afin de résoudre une tâche distribuée. En général, les agents ne connaissent pas le réseau dans lequel ils évoluent. Dans ce cours, on s’intéressera aux problèmes de l’exploration (visiter tous les nœuds du réseau), de la cartographie  (reconstruire  une  carte  du  réseau)  et  du  rendez-vous (regrouper des agents initialement dispersés dans le réseau).
À la fin du cours, on présentera le logiciel de simulation Davis développé au LIS par E. Godard.

Courses

Posets, polynomials and polytopes  / Posets, polynômes et polytopes
Kolja Knauer (UNAM)


POSETS, POLYNOMIALS AND POLYTOPES  / POSETS, POLYNÔMES ET POLYTOPES
Kolja Knauer (UNAM)

Les posets (ensembles partiellement ordonnés) sont des structures utiles pour la modélisation de divers problèmes (scheduling, sous-groupes d’un groupe), mais ils sont aussi la base d’une théorie combinatoire très riche. Nous discuterons des paramètres de posets comme la largeur, la dimension et les partitions en chaînes. À partir de là on fera un lien avec les polynômes en introduisant et étudiant le polynôme d’ordre — un polynôme associé à tout poset. Nous développerons ensuite un lien avec les polytopes (objets de la géométrie discrète). Un sous-ensemble de ℝⁿ est un polytope s’il peut être écrit comme le plus petit convexe contenant un ensemble de points V fini donné. Nous discuterons des polytopes entiers (c’est à dire V⊂ℤⁿ) et le polynôme d’Ehrhart qui est un polynôme associé à tout polytope entier. Le polytope d’ordre est un polytope associé à un poset. Nous montrerons que le polynôme d’Ehrhart du polytope d’ordre P est le polynôme d’ordre de P.

Introduction to the theory of transducers – INTRODUCTION À LA THÉORIE DES TRANSDUCTEURS
Emmanuel Filiot (Université libre de Bruxelles)Pierre-Alain Reynier (LIS, Aix-Marseille Université)


INTRODUCTION TO THE THEORY OF TRANSDUCERS – INTRODUCTION À LA THÉORIE DES TRANSDUCTEURS
Emmanuel Filiot (Université libre de Bruxelles)Pierre-Alain Reynier (LIS, Aix-Marseille Université)

Après une introduction générale présentant les principaux modèles et problèmes étudiés, nous étudierons plus précisément trois sujets qui permettront d’illustrer des propriétés algorithmiques, des aspects algébriques et logiques de cette théorie :
*   caractérisation, décision et minimisation des transducteurs séquentiels ;
*   équivalence et fonctionnalité de transducteurs : de l’indécidabilité à la décidabilité ;

  • présentation logique des transducteurs, et clôture par composition.

Sturmian words and morphic words – MOTS STURMIENS ET MOTS MORPHIQUES
Anna Frid (I2M, Aix-Marseille Université)


STURMIAN WORDS AND MORPHIC WORDS – MOTS STURMIENS ET MOTS MORPHIQUES
Anna Frid (I2M, Aix-Marseille Université)

Nous donnerons un aperçu de deux familles classiques de mots infinis, traditionnellement utilisées comme source d’exemples de mots infinis avec des propriétés extrémales ou requises.

Les mots sturmiens sont des mots apériodiques avec seulement n + 1 facteurs différents d’une longueur donnée n, qui est la valeur minimale possible. Nous discuterons leurs définitions équivalentes et plusieurs méthodes habituelles de leur traitement, y compris la dualité de Berstel et Pocchiola et le lien avec les systèmes de numération d’Ostrowski.
 
Les mots morphiques, à leur tour, sont une source traditionnelle et très puissante d’exemples de mots infinis évitant certains motifs. Nous discuterons l’évolution des exemples de ce genre, du mot de Thue- Morse sur  l’alphabet binaire qui évitent les cubes,  jusqu’aux  nombreux exemples modernes construits par la recherche informatique sophistiquée. Nous discuterons également des démonstrations automatisées sur certains mots morphiques et le logiciel Walnut développé pour cela.

Geometry and topology for 3D meshes – GÉOMÉTRIE ET TOPOLOGIE POUR LES MAILLAGES 3D
Jean-Luc Mari (LIS, Aix-Marseille Université), Franck Hétroy-Wheeler (ICUBE, Université de Strasbourg)Gérard Subsol (LIRMM, Université de Montpellier)


GEOMETRY AND TOPOLOGY FOR 3D MESHES – GÉOMÉTRIE ET TOPOLOGIE POUR LES MAILLAGES 3D
Jean-Luc Mari (LIS, Aix-Marseille Université), Franck Hétroy-Wheeler (ICUBE, Université de Strasbourg), Gérard Subsol (LIRMM, Université de Montpellier)

Les formes géométriques, qu’elles proviennent du monde naturel ou du monde manufacturé par l’Homme, ont tendance à être de plus en plus numérisées, cela, entre autres, à des fins de visualisation ou de mesure. Ce processus produit en général des maillages 3D, composés d’une multitude de polygones plans. Ces maillages sont la représentation discrète la plus commune pour caractériser la surface d’une forme virtuelle. Ces représentations surfaciques 3D sont traitées le plus souvent de manière automatique, parfois interactive, afin que leur structure globale ou certains détails soient analysés ou calculés. Cela peut être fait en extrayant des caractéristiques géométriques ou topologiques pertinentes. De telles caractéristiques de forme peuvent simplifier la façon dont l’objet est considéré, elles peuvent aider à la reconnaissance, et elles peuvent le décrire et le classifier selon des critères spécifiques. Ce cours traitera de la définition et du calcul de caractéristiques sur un maillage surfacique 3D, et de leur utilisation pour l’analyse de forme. Des méthodes récentes seront décrites pour extraire des caractéristiques ayant une signification liée non seulement à la géométrie mais aussi à la topologie. Plusieurs applications seront développées au cours des travaux pratiques.

Courses part 1    –   Courses part 2

Special interventions

Jean-Marc Talbot (LIS, Université Aix-Marseille et CNU 27)   Comment candidater
Isabelle Regner (LPC, Université Aix-Marseille)  Stéréotypes négatifs de genre en sciences
Véronique Maume-Deschamps (ICJ, Université Claude Bernard Lyon 1 et présidente de l’AMIES)  Recherche et carrières dans le monde de l’entreprise

SPONSORS