Le professeur en informatique Julian Shun se spécialise dans l’étude des connexions multifacettes souvent invisibles à l’aide des graphes, où les objets sont représentés par des points et les relations entre eux par des segments de ligne. Ses algorithmes de graphes peuvent être utilisés pour trouver le chemin le plus court entre les maisons sur l’itinéraire du livreur ou détecter les transactions frauduleuses dans un réseau financier.
Avec l’augmentation du volume de données, ces réseaux comprennent désormais des milliards voire des billions d’objets et de connexions. Pour trouver des solutions efficaces, Shun construit des algorithmes haute performance qui exploitent le calcul parallèle pour analyser rapidement même les plus grands graphes. Il développe également des cadres de programmation conviviaux pour faciliter l’écriture d’algorithmes de graphes efficaces par d’autres utilisateurs, car la programmation parallèle est réputée pour être difficile.
Les algorithmes parallèles sont souvent utilisés dans les systèmes de recommandation en ligne. Par exemple, lorsque vous recherchez un produit sur un site de commerce électronique, vous obtenez rapidement une liste d’articles connexes que vous pourriez également ajouter à votre panier. Cette liste est générée à l’aide d’algorithmes de graphes qui exploitent le parallélisme pour trouver rapidement des articles connexes à travers un vaste réseau d’utilisateurs et de produits disponibles.
Julian Shun, désormais professeur agrégé titulaire au département de génie électrique et d’informatique, a commencé sa carrière en informatique en prenant un cours d’introduction à l’université. Il est rapidement tombé amoureux de la programmation et de la conception d’algorithmes, ce qui l’a amené à se concentrer sur les algorithmes appliqués et le calcul parallèle au cours de ses études supérieures.
Il a récemment élargi son champ de recherche pour inclure les algorithmes de regroupement, qui visent à regrouper des points de données connexes. Lui et ses étudiants développent des algorithmes parallèles et des cadres pour résoudre rapidement des problèmes de regroupement complexes, pouvant être utilisés pour la détection d’anomalies et la détection de communautés.
En fin de compte, son objectif est de développer des algorithmes de graphes dynamiques qui soient efficaces en pratique tout en respectant des garanties théoriques, assurant ainsi leur applicabilité dans un large éventail de contextes. Il s’attend à ce que les algorithmes parallèles dynamiques soient un sujet de recherche de plus en plus important à l’avenir, car les ensembles de données deviennent de plus en plus volumineux, complexes et en constante évolution.
En savoir plus : https://news.mit.edu/2024/julian-shun-solves-complex-problems-efficiently-1004
