Aude Rondepierre
Contact Bureau 131 · INSA Toulouse, GMM
135 avenue de Rangueil
31077 Toulouse Cedex 4
aude.rondepierre@insa-toulouse.fr
Tél : 05 61 55 93 17

Aude Rondepierre

Professeure des Universités · INSA Toulouse

Mes travaux portent sur l'optimisation continue : analyse de convergence des algorithmes de premier ordre, méthodes proximales et inertielles, et leur lien avec les systèmes dynamiques. Depuis 2020, j'explore également les questions mathématiques liées à la transition énergétique.

Thèmes de recherche

Algorithmes inertiels et géométrie : taux de convergence et adaptativité

Étude de la convergence des algorithmes d'optimisation de premier ordre à partir de leur lien avec les équations différentielles ordinaires (EDO) et de techniques de fonctions de Lyapunov, selon la géométrie de l'objectif. Application aux méthodes inertielles (FISTA, Heavy Ball, Nesterov) en cadre convexe déterministe. Extensions au cadre non convexe / stochastique.

Algorithmes inertiels · EDO · Lyapunov · Kurdyka–Łojasiewicz → En savoir plus

Optimisation pour la transition énergétique

Optimisation robuste du modèle électrique EOLES pour prendre en compte les aléas liés aux énergies renouvelables : planification long-terme par programmation dynamique stochastique duale (SDDP), résilience aux événements extrêmes. En collaboration avec le CIRED et le LMD.

EOLES · Optimisation robuste · SDDP → En savoir plus

Publications récentes

Sélection des articles publiés, 2024–2026.

2026Optimization

Study of the behaviour of Nesterov Accelerated Gradient in a non convex setting: the strongly quasar convex case

J. Hermant, J.-F. Aujol, Ch. Dossal, A. Rondepierre
HAL
2025ICLR

Gradient correlation is a key ingredient to accelerate SGD with momentum

J. Hermant, M. Renaud, J.-F. Aujol, Ch. Dossal, A. Rondepierre
PDF HAL
2024SIAM J. Optim, Vol 34 (2)

Stochastic Differential Equations for modeling first-order optimization methods

M. Dambrine, Ch. Dossal, B. Puig, A. Rondepierre
HAL
2024SIAM J. Optim, Vol 34 (4)

Parameter free FISTA by adaptive restart and backtracking

J.-F. Aujol, L. Calatroni, Ch. Dossal, H. Labarrière, A. Rondepierre
PDF
→ Liste complète des publications

Encadrement doctoral

Étude d'algorithmes inertiels type Nesterov pour l'optimisation accélérée non convexe et stochastique
Étudiant : Julien Hermant (IMB Bordeaux) — soutenue oct. 2026
Étude théorique de l'accélération par inertie de Nesterov en optimisation non convexe et/ou stochastique : conditions géométriques garantissant une accélération provable (angle vers les minimiseurs sous condition de Polyak–Łojasiewicz, corrélation moyenne des gradients en stochastique), et utilisation du système de Nesterov continuisé pour améliorer les garanties de convergence en optimisation fortement quasar-convexe.
Dir. : J.-F. Aujol, Ch. Dossal, A. Rondepierre — financée PEPR PDE-AI
Soutenue
Oct. 2023 – Oct. 2026
Architectures bi-niveau et algorithmes multi-fidélité pour l'optimisation multidisciplinaire en haute dimension
Étudiant : Yann David — soutenue oct. 2024
Nouvelle architecture bi-niveau imbriquant deux problèmes d'optimisation, résolue par descente par coordonnées par blocs pour améliorer convergence et passage à l'échelle ; intégration de méthodes multi-fidélité en MDO combinant modèles coûteux haute-fidélité et approximations basse-fidélité, avec des critères pour classifier ces dernières.
Dir. : A. Rondepierre, co-enc. F. Gallard (IRT Saint-Exupéry) — financée IRT (projet R-Evol)
Soutenue Thèse en ligne
Mai 2021 – Oct. 2024
Étude de méthodes inertielles en optimisation et leur comportement sous conditions de géométrie
Étudiant : Hippolyte Labarrière — post-doctorat à Gênes
Convergence des algorithmes inertiels (FISTA notamment) sous conditions de croissance géométrique, sans hypothèse d'unicité du minimiseur : stratégies de redémarrage garantissant une décroissance exponentielle de l'erreur sans connaître les paramètres de géométrie, et systèmes dynamiques à frottement contrôlant les oscillations.
Dir. : J.-F. Aujol, Ch. Dossal, A. Rondepierre — financée ANR MaSDOL
Soutenue Thèse en ligne
Oct. 2020 – Sep. 2023
→ Tout l'encadrement doctoral