liste des sujets de mini mémoire
Transcription
liste des sujets de mini mémoire
Professeur RANDOURMichael RANDOURMichael RANDOURMichael FORTZBernard FORTZBernard INFO-F-308-Projetsd'informa8que3transdisciplinaire-Mini-mémoire Titredusujet Descrip8ondusujet Dansceprojet,l'étudiants'ini@eraàunmodèlesimplede processusprobabiliste:leschaînesdeMarkov.Les conceptsprincipauxserontabordésetappliquésàl'étude d'unjeudeplateauclassique,leMonopoly.L'étudiant u@liseracesmodèlesmathéma@quesparexemplepour EtudeduMonopolyvia déterminerquelsterrainssontlesplusfréquemment leschaînesdeMarkov visités,oulesplusrentables.Leprojetcomportedes aspectsthéoriques(appren@ssagedumodèle mathéma@que),pra@ques(implémenta@ond'algorithmes simplessurleschaînesdeMarkov)etapplica@fs(étude d'unjeuréel) Dansceprojet,nousaborderonsdesjeuxoùdeuxjoueurs s'affrontentsurungrapheendéplaçanttouràtourun jetondesommetensommet.Bienqued'apparence simple,cemodèlemathéma@queprésentedenombreuses applica@[email protected]'étudiants'ini@eraaux Introduc@onàlathéorie principesdebasedelathéoriedesjeux,etétudieraplus desjeuxsurgraphes enprofondeurdesclassesdejeuxsimplescommelesjeux d'accessibilité(unjoueuressaied'aSeindreunsommet des@na@onetl'autrejoueuressaiedel'enempêcher).Le projetporteàlafoissurlesaspectsmathéma@quesdeces jeuxetsurl'implémenta@ond'algorithmesderésolu@on. Choisirlecheminleplusrapidepourallerd'unpointAà unpointBestunproblè[email protected] typedeproblèmeestsouventmodélisécommela recherched'unpluscourtchemindansungraphe pondéré.DesalgorithmesbienconnuspermeSentde résoudreceproblème(P.ex.Dijkstra,A*,Bellman-Ford).Il arrivenéanmoinssouventqueletempsrequispouraller Problèmedepluscourt d'unpointAàunpointBnesoitpasfixemaispuissevarier chemindansun seloncertainescondi@ons(trafic,accidents,etc).Dansce environnement projet,l'étudiantaborderalamodélisa@ondecetypede stochas@que varia@onssousformed'unenvironnementstochas@que: lemodèlemathéma@quesous-jacentseralesprocessusde décisiondeMarkov.L'étudiants'ini@eraauxconceptsde basedumodèleetétudieralestechniquesnécessaires pourgénérerlastratégiedetransportlaplusrapide. Certainsdecesalgorithmesdevrontêtreimplémentéspar l'étudiant. LelangageClojureestunlangagefonc@onnel,basésurla Etuded'algorithmespour JVM,quiestdeplusenplusu@lisé(parexemplepourles ladétec@ondelatonalité applica@onsweb).Lebutdutravailestd'étudierl'étatde defichiersmusicauxet l'artdesalgorithmespermeSantd'analyserlatonalitéd'un implémenta@onen fichiermusicaletd'implémenterundecesalgorithmesen Clojure Clojure. OvertoneestunelibrairieClojure(langagefonc@onnel Etuded'algorithmespour basésurlaJVM)permeSantlasynthèsesonoreetla lechangementdetempo cré[email protected] entempsréeldefichiers d'étudierl'étatdel'artdesalgorithmespermeSantde musicauxsansaltéra@on diffuserunfichiermusicalàunevitessemodifiéesans delatonalitéet altérerlatonalité(commelefontlaplupartdeslogiciels implémenta@onavec DJsactuels)etd'implémenterundecesalgorithmesen Overtone u@lisantOvertone. 1 FORTZBernard GOOSSENSJoël GOOSSENSJoël GOOSSENSJoël CARDINALJean CARDINALJean CARDINALJean DEFRANCEMaShieu DEFRANCEMaShieu DEFRANCEMaShieu Algorithmesdethéorie desgrapheset programma@on fonc@onnelle Lessystèmes d'exploita@ondansles drones:étatdel'Art. Lessystèmes d'exploita@onpour l'InternetdesObjets(IoE) :étatdel'Art. Lesarchitectures hétérogènes(CPU,GPU& accélérateur)pour l'informa@que embarquée:étatdel'Art L'objec@fdutravailestd'étudierl'étatdel'artpour l'adapta@ondequelquesalgorithmesclassiquesdethéorie desgraphesenvuedelesimplémenteravecunlangage fonc@onnel(HaskellouClojure), Leproblème3SUMconsisteàdécidersidansunensemble donnédennombres,ilenexistetroisdontlasommeest Leproblème3SUM: nulle.Ceproblèmeadmetunalgorithmedecomplexité complexitéet quadra@que,maisl'existenced'unalgorithmede algorithmesefficaces complexitéO(n^{2-eps})pouruneps>0estunproblème ouvert,avecdenombreusesimplica@ons. Legraphedevisibilitéassociéàunpolygoneestlegraphe lianttoutepairedesommetsquise"voient",c'est-à-dire Graphesdevisibilité: dontlesegmentdedroiteassociéestcomplètement caractérisa@onsetcalcul contenudanslepolygone.Ils'agitd'uneno@on-cléen géométriealgorithmique. Etantdonnéeunematricedesignes{+,-,0},oncherchele rangminimumd'unematriceréelledemêmetailleetdont Complexitédurang lesélémentsontlessignesprescrits.CeSequan@téjoue minimumd'unematrice unrôleimportantdanscertainesbornesinférieuresen designes complexité[email protected]été récemmentétablisentreceSequan@téetdesproblèmes élémentairessurlesarrangementsdedroitesdansleplan. Lesalgorithmesgéné@quesu@lisentdesconcepts@résde labiologieetdelagéné@quepourproposeruneméthode Développementd'un génériquepermeSantdetraiterdesproblèmes algorithmegéné@que d'op@[email protected]'objec@fdeceprojetestd'aborderles conceptsgénérauxdesalgorithmesgéné@quesetdeles appliqueràlarésolu@ondeproblèmesconcrets. Lesdonnéesgénéréesparlesséquenceursd'ADNsontàla foistrèsvolumineusesettrèsredondantespermeSantle Compressionde développementdeméthodesdecompressionspécifiques données:applica@onaux trèsefficaces.L'objec@fdeceprojetestd'étudierles séquenced'ADN méthodesdecompressiondedonnéesetplus par@culièrementcellesliéesauxséquencesd'ADN. Dansledomainedelabiologie,ilestcourantde rechercherdesséquencesdansunebanquededonnées. Algorithmespourla Dufaitdela"variabilité"duvivant,cesséquencespeuvent recherchedeséquences présenterungrandnombrededifférencesaveccelles approchées présentesdanslabanque.L'objec@fduprojetestd'étudier lesalgorithmesderecherchedeséquencesapprochées danslecontextedesbanquesdedonnéesbiologiques. 2 FILIOTEmmanuel FILIOTEmmanuel FILIOTEmmanuel GEERAERTSGilles Lathéoriedesmotsfinisadesapplica@onsdansplusieurs domainesdel'informa@queetau-delà.Certainsproblèmes Combinatoiredemots: seramènentnaturellementàdessystèmesd'équa@onsde implémenta@ond'un motsfinis.Ils'agiradanscetravaildecomprendreles solveurd'équa@onsbasé basesdelathéoriedesmots(combinatoricsofwords)et surunsolveurSAT d'implémenterunsolveurd'équa@onsbasésurune réduc@onàunproblèmeenlogiqueproposi@onnelle,ce dernierétantrésolutàl'aidedusolveurMiniSAT. Lesmachinesàcompteurssontdesautomatesfinis étendusavecdescompteurs.Avecplusdedeux compteurs,leproblèmedesavoirs'ilexisteuneexécu@on acceptanteestindécidable(appelétestduvide).Oscar Ibarraaintroduitunesous-classedemachinesà compteurspourlaquelleleproblèmeprécédentest Implémenta@ondutest décidable:lesmachinesinversionsbornées(reversalduvided'uneclassede boundedcountermachines).Cetypedemachineestun machinesàcompteurs ou@ldedécidabilitépuissant,notammententhéoriedes automates.Danscemémoire,ils'agirad'implémenterle testduvidepourlesmachinesàcompteurs.Ils'agira d'aborddecomprendrel'algorithmedonnéparIbarra. Pourl'implémenter,onenvisageradifférentesapproches, notammentl'u@lisa@ond'unsolveurSAT. Lesautomatesavecsor@esdéfinissentdesfonc@onsde l'ensembledesmotsversdes(mul@-)ensemblesdevaleurs prisesdansunestructurepar@culière(semi-anneau, groupe,monoïde,etc.).Letestdefonc@onnalitéconsisteà Implémenta@ondutest déterminersichaquemotàauplusunevaleurpar defonc@onnalitépourles l'automateà[email protected] automatesàsor@es derésoudrefacilementleproblèmed'équivalenceentre deuxautomatesà[email protected]'agiradanscetravail d'implémenterletestdefonc@onnalitédesautomatesà sor@e,danslecasspécifiqueoùlesvaleurssontdes élémentsd'ungroupe. LesréseauxdePetrisontunmodèleclassiquepour représenterlessystèmesinforma@quesconcurrents(ceux danslesquelsplusieursprocessuss'exécutentenmême tempsetinteragissent).IlspermeSentégalementde prouverquecessystèmessontcorrects.Danscetravail, l'étudiantdevracomprendreladéfini@ondumodèledes réseauxdePetrietdu"problèmedecouverture".Ildevra Leproblèmede démontrersacompéhensionduproblèmeenprésentatn couverturedansles uncasd'étudeoùlemodèlederéseaudePetripermetde réseauxdePetri prouverqu'unsystèmeestcorrect,grâceau"problèmede couverture"(parexemple,enmodélisantunsystème d'exclusionmutuelle).Référence:PierreGANTY,Gilles GEERAERTS,Jean-PierreRASKIN,LaurentVANBEGIN.Le problèmedecouverturepourlesréseauxdePetri. Résultatsclassiquesetdéveloppementsrécents, TechniqueetScienceInforma@quesVOL28/9-2009. hSp://www.ulb.ac.be//di/verif/ggeeraer/papers/TSI.pdf 3 GEERAERTSGilles GEERAERTSGilles UppAalestunlogicieldéveloppéàl'Universitéd'Uppsala (Suède)pourprouverquedessystèmesinforma@ques "tempsréel"(dontl'exécu@ondépenddutempsqui s'écouleetdontlesrésultatsdoiventêtrefournisàdes instantsprécispourqu'onpuisseconsidérerquele L'ou@lUppAal systèmesoitcorrect).Cetou@ladéjàétéappliquédansde nombreuxcasd'étudesacadémiquesetindustriels.Dans cetravail,l'étudiantdevraprésenterl'ou@lUppAaletla théoriesurlaquelleilrepose,etprésenteruncasd'étude auchoix.Référence:lesitewebd'UppAal.hSp:// uppaal.org/ Le"model-checking"estunetechniquegénéralede "vérifica@onautoma@quedesystèmesinforma@ques".Elle permetdoncdeprouver,defaçonautoma@que(àl'aide d'unalgorithme)qu'unsystèmeestcorrect…oude détecterdesbugs.CeSetechnique,plusgénéralequele test(qui,lui,nepermetquededétecterdesbugs)aété largementdéveloppéedepuisprèsde30ansetest aujourd'huiconsidéréecommefondamentale:lesbases théoriquesontétérécompenséespardeuxprixTuring,et Lemodel-checkingdeCTL elleestu@liséedansdegrandesentreprisescomme MicrosoxouIntelpourassurerlaqualitédeslogicielsou dumatérieldéveloppés.Danscetravail,l'étudiantdevra ré-implémenterunalgorithmesimpledemodel-checking (cfr.référenceci-dessous),leprésenter,etl'exécutersur uncasd'étudebienchoisi.Référence:Clarke,Emersonet Sistla.Automa@cVerifica@onofFinite-StateConcurrent SystemsUsingTemporalLogicSpecifi[email protected] 8(2),1986.hSp://research.microsox.com/en-us/um/ people/qadeer/cse599f/papers/clarke-toplas.pdf 4 Newindicatorsof BONTEMPIGianluca- MobilityinBrussels LEBORGNEYann-Aël Region BONTEMPIGianluca- LEBORGNEYann-Aël Detec@onFraudin EuropeanPublic Procurements Mobilityisanaspectofgrowingrelevanceinourdaily lives.Itactsas'theeconomy'sbackbone'bysuppor@ng othersectorsthroughouttheeconomicsystem.Many studies,e.g.IBMsmartci@esstudyinBrussels,habe shownthatBruxxelsisstandingbehindcomparedtoother ci@eswithrespecttoitsdatstructure[1].Inthiscontext, thegoalofthismini-memoirewillaimatmaking(i)a surveyofmobilitydataandmobilityindicatorsavailableas OpenDatainBrusselsRegion(forexamplefromtheSNCB, STIB,Villo,etc...)and(ii)acomparisonwithAmsterdam, whichisrecognisedashavingoneofthebestOpenData Programmefortransportandmobility[2].Throughthis topic,thestudentwillhavetheopportunitytogainskillsin dataprocessing,machinelearning,andinterac@veWeb developmentusingShiny/R.Thestudentwillalsohave opportuni@estocollaboratewiththeMOBIteamofthe VUBinthecontextoftheMOBI-Aid(BruxxelsMOBI-AID: BrusselsMOBIlityAdvancedIndicatorsDashboard) researchproject.The"mini-memoire"finalmarkswillbe givenonthebasisofthereport,anoralpresenta@onand demooftheresultstotheMLGgroup.[1]Brussels-Capital Region,Belgium.SmarterCi@esChallengREport-IBM, 2015.hSps://www.ibm.com/mul@media/portal/ V837502Y37964J52/50224_SCC_Brussels_Report_LR.pdf [2]EuropeanDataProtal.Analy@calReport4:OpenData inCi@es,2016.hSp://www.europeandataportal.eu/sites/ default/files/edp_analy@cal_report_n4__open_data_in_ci@es_v1.0_final.pdf Publicprocurementistheprocesswherebygovernments buygoodsandservices,sucheasofficesupplies, equipment,buildings,roads,andsoforth.Itrepresents aboutonethirdoftotalgovernmentexpendituresinOECD countries,worthaboutEUR400billionayear.Detec@ng fraudinEuropeanPublicProcurementsiscurrentlyan importantpriorityforthePublica@onsOfficeofthe EuropeanCommission.Giventhelargeamountofdata thatneedstobeanalysed,itisnecessarytorelyon automatedtechniquessuchasmachinelearning.Areview ofcurrentfrauddetec@oninprocurementdatamethods hasrecentlybeenpublishedin[1].Thegoaloftheminimemoirewillbetosummarisetheprosandconsofthe differentmethods,andideallytoimplementoneofthem intheOpenTEDbrowser[2],[3],awebsitdevelopedby MLGinordertofacilitateaccesstoEuropeanpublic spendingdata.Throughthistopic,thestudentwillhave theopportunitytogainskillsindataprocessing,machine learnin,andinterac@veWebdevelopmentusingShiny/R. The"mini-memoire"finalmarkswillbegivenonthebasis ofthereporrt,anoralpresentaitonandademoofthe resultstotheMLGgroup. [1]Fazekas,Mihály,IstvánJánosTóth,andLawrencePeter King."AnObjec@veCorrup@onRiskIndexUsingPublic ProcurementData."EuropeanJournalonCriminalPolicy andResearch(2016):1-29.hSp://link.springer.com/ ar@cle/10.1007%2Fs10610-016-9308-z 5 [2]LeBorgneYann-Aël,AdrianaHomolova,Gianluca Bontempi.“OpenTEDBrowser:InsightsintoEuropean PublicSpending.”SoGooDWorkshop,European ConferenceonMachineLearning,September2016.hSp:// ulb.ac.be/di/map/yleborgn/pub/ EMCL2016_SoGood_YLeborgne.pdf [3]OpenTEDwebsite:hSp://yleborgne.net/opented Theobjec@veofthe"mini-mémoire"istodesignand implementRscriptsprovidingfurtherfunc@onalitytoaR/ BioconductorpackagecalledTCGAbiolinks.Ristheleading toolforsta@s@cs,dataanalysis,andmachinelearning.Itis morethanasta@s@calpackage;it'saprogramming language,soyoucancreateyourownobjects,func@ons, andpackages.TCGAbilinksofferbioinforma@cssolu@ons byusingaguidedworkflowtoallowuserstoquery, dowloadandperformintegra@veanlysesofTCGAdata. TCGAbiolinksdownstreamanalysiscanbedividedinto1) Implementa@onofaR supervisedanalysis,comprisingdifferen@alexpression BONTEMPIGianluca- packagefor analysis,andmasterregulatoranalysisor2)unsupervised COLAPRICOAntonio Bioinforma@cs analyss,:comprisinginferenceofgeneregulatory network,cluster,classifica@on,featureselec@on,and syrvivalanalysis.The"mini-memoire"finalmarkswillbe givenonthebasisofthereport,anoralpresenta@onanda demooftheresultstotheMLGgroup.Requiredskills: Machinelearning,sta@s@calanalysis,programmingskills (Risanadvantage),passionforinterdisciplinaryresearch. Usefullinks:hSps://www.bioconductor.org/packages/ release/bioc/vigneSes/TCGAbiolinks/inst/doc/ tcgaBiolinks.html Ceproblèmeestuneextensionduproblèmedep-médiane danslaquelleladistanceentredeuxpointsestdonnéepar Leproblèmedeplasommedesdistancesentrelesqvariableslesplus LABBEMar@ne médianeavecsélec@on signifi[email protected]ésentedesapplica@onsdansledomaine decaractéris@ques delaclassifi[email protected]émenta@ondedifférentes heuris@quesestaSendue. Leproblèmedep-centre-maxestuneextensiondu Leproblèmedepproblèmedep-centredanslaquelleonchercheà LABBEMar@ne médianeavecsélec@on minimiserlasommedesrayonsdecouverturesdesp decaractéris@ques centresouverts.Uneimplémenta@ondedifférentes heuris@quesestaSendue. Leproblèmedep-médiane-maxestunevariantedu Leproblèmedepproblèmedep-médianeclassiquedanslaquelleon LABBEMar@ne médianeavecsélec@on chercheàminimiserlaplusgrandesommedesdistances decaractéris@ques despointsdedemandeaffectésà[email protected] implémenta@ondedifférentesheuris@quesestaSendue Etatactueldela Lestandardjpeg-2000sebasesurunetransforma@onde rechercheen donné[email protected] compressiond'imagessur introduc@on,desalterna@vesplusavancéesontété JANSENMaarten based'une proposées,yincluslescontourlets,lescurveletsetc. transforma@onà L'objec@fdutravailestd'étudierlesproblèmesetles mul@résolu@on rou@nesactuellesdelaliSérature. 6 JANSENMaarten JORETGwenaël JORETGwenaël JORETGwenaël ROGGEMANYves ROGGEMANYves ROGGEMANYves Ensebasantsurl'idéede"sparsity"(c'est-à-dire,en supposantquelesobserva@onssoientcompressibles),la méthodedecompressedsensingoucompressivesampling proposedecomprimerlesbaseddedonnéeslorsdeleur Laméthodede observa@on(etdoncpasaprèslesobserva@ons).(Par compressedsensingou exemple:uneimagequiconsisted'unematricedepixels compressivesampling peutêtrecomprimée).Ainsi,laméthodepermerde sonderunsignalàuntauxinférieuràlafréquencede Nyquist.L'objec@fdutravailestd'étudiersoitune applica@on,soitl'étatdel'artdesproblèmessous considéra@ondanslaliSérature. Etantdonnéunecollec@ond'intervallesdeladroiteréelle, nouspouvonstenterdelescolorerdesortequetoute paired'intervallesquis'intersectentreçoiventdescouleurs [email protected]éelleet quenousconsidéronslesintervallesnotrecollec@onqui con@ennentdepointp,nousvoyonsquetousces [email protected] donneuneborneinférieuresurlenombreminimumde couleursdansnotrecolora@on:sikestlenombre Colora@onon-line maximumd'intervallesdelacollec@onayantunpointen d'intervalles commun,alorsilfautaumoinskcouleurspourcolorer tousnosintervalles.Unrésultatclassiqueestqu'ilesten faittoujourspossibleden'[email protected]'objec@f decemini-mémoireestd'étudierunevariante"on-line" deceproblème:aulieud'avoirdirectementtousles intervallesànotredisposi@on,lesintervallesapparaissent unàun,etnousdevonsàchaquefoisassigner défini@vementunecouleuràl'intervallequiapparaît.Le butestnaturellementd'u@liserunnombredecouleurspas tropgrandparrappportàk. Ungrapheestt-parfaitsisonpolytopedesstablesest déterminéparlesinégalitésdenon-néga@vité,d'arêtes,et decyclesimpairs.Enu@lisantdesrésultatsstandardsen Calculd'unensemble programma@onlinéaire,ilestpossibledecalculerun stablemaximumdansun ensemblestablemaximumdansuntelgraphe graphet-parfait efficacement.Lebutdecetravailestd'étudierun algorithmerécemmentdéveloppépourceproblèmequi estpurementcombinatoire,etquienpar@culierévite l'usagedelaprogramma@onlinéaire. Lalargeurderang(rank-width)estunemesuredela complexitéd'ungraphemêlantdécomposi@ons Largeurderangd'un arborescentesetalgèbrelinaire.Denombreuxproblèmes graphe:unétatdel'art d'op@misa@onNP-difficilessurlesgraphespeuventêtre résolusentempspolynomiallorsquelalargeurderangest bornée.Lebutestd'établirunétatdel'artdusujet. Comparaisonde Implanta@onsdeMontgomeryversusToom-Cook,par manipula@onsdegrands exemple.EtudedeschoixdeGnuMPFR en@ers Comparaisondeperformancesthéoriqueset Lagénéra@onde d'[email protected]@ons Johnson-TroSer Le"shuffling"pseudoComparaisondeperformancesthéoriqueset aléatoire d'[email protected](ditdeKnuth) 7 ROGGEMANYves ROGGEMANYves Comparaisondes "threads"dansles standardsJava8etC++14 Les"VariableLength Arrays"(VLA)enC,C++et d'autreslangagesAlgollike Choixdesstructures,[email protected]fficacité,limites, aisanced'usage Limites,implanta@onsous-jacente,efficacité.Evolu@ondu conceptetanalysedesargumentsproetContrapourC+ +17. Comparaisondesimplanta@onspossiblesetdes complexitésthéoriqueeteff[email protected] algorithmesFGKetLamda. Cryptographyisusedinordertoensuresecurityofvarious ITsystems,designerofthesesystemsuseencryp@on algorithmstoprovidedataconfi[email protected] havesomeverystrongencryp@onalgorithmsthatcouldbe efficientlyimplementedinsoxwareandinhardware. Thesealgorithmscouldbeusedinembeddedsystems suchasmicrocontrollers(e.g.embeddedinasmartcard). Unfortunately,whenastrongandsecurealgorithmis implementedinarealdevicetheimplementa@onmightbe insecurewhichwouldallowanaSackertoextractsecret MARKOWITCHOlivier Side-channelaSackstep- [email protected] -VESHCHIKOVNikita by-steptutorial areseveraltypesofaSacksthatexploitphysicalproper@es (e.g.powerconsump@onorexecu@on@me)ofareal physicalimplementa@onsinordertobreakthealgorithm. TheseaSacksarecalledside-channelaSacks. Thegoalofthisprojectistoimplementonesidechannel aSackandtocreateastep-by-steptutorialthatgoesfrom thehardwaresetupanddataacquisi@ontotheanalysis andthesecretkeyrecovery.Thereexistsseveraldifferent side-channelaSacks,thisprojectproposalholdsforallof themandcouldbechosenbyseveralstudents(for differenttypesofaSacks) Thegoalofthisprojectistodevelopaneasyadaptable/ changeableclientserversystemthatcanbeusedto Developmentofgame [email protected] LENAERTSTom theore@calexperimental (dynamicandsta@cnetworks)shouldbepossiblewherein environment playerscanplaydifferentsocialdilemmasinpairsorin groupes.Thesystemswillbetestedonacollec@onof25 laptops. Thegoalofthisprojectistoreproducetheworkdonein Menche,J.etal.Uncoveringdisease-diseaserela@onships throughtheincompleteinteractome.Science347, Reproducingdisease1257601-1257601(2015)inordercheckoutthe LENAERTSTom diseasenetworks reproducibilityoftheresultandtobeSerunderstandthe significanceofthesenetworks.Ifpossibleweaddourown diseasesinforma@oncomingfromDIDA,adatabaseon digenicdiseasesdevelopedattheULB. Thegoalofthisprojectistoimplementtheworkdiscussed Recurrentneural inE.LalevandM.Grinberg,Backwardandforwardnetworkstomodel orienteddecisionmakingintheiteratedprisoners LENAERTSTom behaviourinsocial dilemma.Thesugges@onistomakethisimplementa@onin dilemmas thetensorflowsystemandtostudywhethertheresults arereproducibleornot. ROGGEMANYves LescodesdeHuffman adapta@fs 8 LENAERTSTom Theevolu@onof coopera@onand intelligence Thegoalofthisprojectistoreimplementthework discussedinMcNally,Luke,SamP.Brown,andAndrewL. Jackson."Coopera@onandtheevolu@onofintelligence." Proc.R.Soc.B.TheRoyalSociety,2012.Thework discussestheevolu@onofneuralnetworkstructuresand thecomplexityneededtobehavecorrectlyinthecontext ofacoopera@vesocialinterac@ons. 9