Introduction aux Réseaux de Neurones Cours 2
|
|
- Francis Gaulin
- il y a 8 ans
- Total affichages :
Transcription
1 Introduction aux Réseaux de Neurones Cours 2 Master Cours d'intelligence artificielle Alexandre Pitti
2 Rappel: neurone artificiel le perceptron Définition : linéaire, fonction paramétrée avec sortie normée ou bornée. Entrée Xi sortie Yi sortie désirée Di Règle d'apprentissage W ( t +)=W ( t )+Δ W Δ W =η( Di Y i) X i n ( y =f w 0 + wi x i i= ) y w0 x x2 x3
3 Fonctions d'activation threshold linear y y a piece-wise linear y a a sigmoid y a
4 Le Perceptron : exemples Le OU logique Le ET logique 0,5,5
5 Limitation du Perceptron Le XOR (ou exclusif)????
6 Limitation du Perceptron Linéairement séparable Non -Linéairement séparable
7 Le Perceptron : Limitations Problèmes linéairement séparables Latitude Augmenter le nombre de couches couche 2 couches 3 couches
8 Régression non-linéaire bias model y, y^ ^ linear model y, y^ ^ ^ y = θ 0 = E ( y) ^ y= x θ T x x non-linear model y, y^ ^ non-linear interpolation model y, y^ ^ ^ ^ y = m(x, θ) y = m(x, θ ) x x Besoin de réguler la complexité du modèle par rapport aux données, comment reproduire le signal: 2 y =f ( x )+N (0, σ ) 8
9 Modèles non-linéaire polynomiaux Une manière d'étendre les possibilités du réseau de neurones et de considérer une expansion polynomiale 2 2 y =m( x,θ )=θ0 + x θ +x 2 θ 2 +x x 2 θ3 +x θ4 +x 2 θ5 bias linear bilinear quadratic Expension peut être faîte à n'importe quel ordre: cubique, quadratique θ3 =θ4 =θ5 =0 Le modèle linéaire est produit quand: un modèle polynomial est linéaire dans ses paramètres T y =x θ 2 2 x=[ x x 2 x x 2 x x 2 ] 9
10 La méthode du gradient Entrée : n poids reliant les n informations à notre neurone ayant des valeurs quelconques N exemples (Xk, Dk) où Xk est un vecteur à n composantes x_i, chacune représentant une information de cet exemple. Le taux d'apprentissage alpha. Sortie : les n poids modifiés POUR <= i <= n dw_i = 0 FIN POUR POUR TOUT exemple e = (Xk, Dk) Calculer la sortie Yk du neurone POUR <= i <= n dw_i = dw_i + alpha*(dk - Yk)*x_i FIN POUR FIN POUR POUR <= i <= n w_i = w_i + dw_i FIN POUR X Les entrées Y La sortie
11 Modèle neuronal multi-couche Le perceptron multi-couche est une généralisation du modèle du perceptron : modèles linéaires y = W (q) j (q) ij x (q ) i i= (q ) j (q ) j x =f ( y ) La sortie devient l'entrée! Entrées N q (q) modèles composés Après avoir appris des classes linéairement séparables, la deuxième couche généralise encore une fois en construisant des modèles à composition de couches.
12 Propriétés des Perceptron MC Un PMC a une ou des couches cachées. Les unités des couches cachées ont des fonctions d'activations non-linéaires (fonctions lissées). Un PMC peut approximer tous les problèmes de classifications non-linéaires. Un PMC présente un haut degré de connectivité, déterminé par les synapses du réseau. Un changement de connectivité requiert un changement des poids synaptiques.
13 Problèmes Un des problèmes est lié à l'architecture : Quelles connexions entre les différentes couches? Combien de couches? Combien d unités par couches? Le dernier problème est liée à l'apprentissage. Quand on a une seule couche, on peut appliquer la règle de Widrow-Hoff ou du perceptron. Mais quelle règle appliquer sur les unités de la couche cachée étant donné que l'on a aucune information sur la sortie désirée?
14 Modèle neuronal à une couche Les unités internes n'ont donc aucune information sur le but a atteindre. Or, c'est essentiel pour mesurer l'erreur entre la sortie calculée et la sortie désirée afin de la minimiser. Sans mesure de l'erreur à l intérieur du réseau, il est difficile de pouvoir appliquer une correction des coefficients.
15 La rétro-propagation du gradient Cet algorithme permet d'effectuer l'apprentissage dans les réseaux multi-couches. Le principe est de rétro-propager l'erreur en sortie vers les couches cachées, provocant une modification Information successive des poids. Entrees Erreur de sortie
16 Modèle neuronal à une couche E( n) Erreur globale N 2 E( n)= e j ( n) 2 j C C : tous les neurones de la couche de sortie. E On va utiliser la dérivée de l'erreur globale W ji minimiser E( n) en trouvant les W ji optimaux. E Δ W ji (n)= η W ji E W ji W ji pour
17 Modèle neuronal à une couche Erreur globale Erreur globale N 2 E( n)= e j ( n) 2 j C N 2 E= e j 2 j C Erreur locale e j =d j y j C : tous les neurones de la couche de sortie. Sortie du neurone Dérivée de l'erreur globale y j=f j (v j ) E E e j y j v j = W ji e j y j v j W ji Somme synaptique m v j = w ji y i i=0
18 Modèle neuronal à une couche Erreur globale Erreur globale N 2 E( n)= e j ( n) 2 j C C : tous les neurones de la couche de sortie. Dérivée partielle de E E( n) =e j (n) e j (n) N 2 E= e j 2 j C Erreur locale e j =d j y j Sortie du neurone y j=f j (v j ) Somme synaptique m v j = w ji y i i=0
19 Modèle neuronal à une couche Erreur globale Erreur locale, à l'itération n e j (n)=d j ( n) y j (n) Dérivée partielle de e N 2 E= e j 2 j C Erreur locale e j =d j y j Sortie du neurone e j (n) = y j (n) y j=f j (v j ) Somme synaptique m v j = w ji y i i=0
20 Modèle neuronal à une couche Erreur globale Sortie du neurone, à l'itération n y j (n)=f j (v j (n)) Dérivée partielle de y y j (n) =f ' j (v j (n)) v j (n) N 2 E= e j 2 j C Erreur locale e j =d j y j Sortie du neurone y j=f j (v j ) Somme synaptique m v j = w ji y i i=0
21 Modèle neuronal à une couche Erreur globale Somme synaptique, à l'itération n m v j (n)= w ji (n) y i (n) i=0 Dérivée partielle de v v j (n) = y i (n) w ji (n) N 2 E= e j 2 j C Erreur locale e j =d j y j Sortie du neurone y j=f j (v j ) Somme synaptique m v j = w ji y i i=0
22 Modèle neuronal à une couche Erreur globale Dérivée partielle de E E E e j y j v j = W ji e j y j v j W ji E =e j.. f ' (v j ). y i W ji E = e j y i f ' (v j ) W ji N 2 E= e j 2 j C Erreur locale e j =d j y j Sortie du neurone y j=f j (v j ) Somme synaptique m v j = w ji y i i=0
23 Modèle neuronal à une couche Loi de correction W locale E Δ W ji (n)= η W ji Δ W ji (n)=ηe j f ' (v j ) y i E Si δ j (n)=, le gradient local vj E e j y j Alors δ j (n)= =e j f ' (v j ) ej y j vj
24 Modèle neuronal à une couche Loi de correction W locale Δ W ji (n)=ηδ j y i Signal d'entrée du neurone j Adaption des poids Gradient local Taux d'apprentissage Cas, j neurone de sortie δ j (n)=e j f '(v j) Cas 2, j neurone caché, plus compliqué δ j (n)=f ' (v j ) δ k wkj k
25 Démonstration, si le neurone j est caché E δ j (n)= vj E yj δ j (n)= y j vj N 2 E= e j 2 j C e k =d k y k m v k = w kj y j i= 0 δ j (n)=f ' (v j ) δ k wkj k E = f ' (v j) yj [ y j =f j (v j )] ek E = e k yj k yj ek = f k ' ( v k ) vk vk =w kj yk ek vk = ek vk y j k
26 Non-linear neurons with smooth derivatives For backpropagation, we need neurons that have well-behaved derivatives. Typically they use the logistic function The output is a smooth function of the inputs and the weights. yj x x j= b j + y i w ij y j= i +e x j xj xj = yi =wij wij yi dy j = y j ( y j ) dx j Its odd to express it in terms of y.
27 Règle de la rétro-propagation du gradient d'erreur Entrée : un exemple, sous la forme (vecteur_x,vecteur_y); epsilon le taux d'apprentissage un Perceptron MultiCouches avec q- couches cachées C,..., Cq-, une couche de sortie Cq. Répéter Prendre un exemple (vecteur_x,vecteur_y) et calculer g(vecteur_x) Pour toute cellule de sortie i di <- si(-si)(yi-si) finpour Pour chaque couche de q- à Pour chaque cellule i de la couche courante di = oi(-oi) * Somme [pour k appartenant aux indices des neurones prenant en entrée la sortie du neurone i] de dk*w_ki finpour finpour Pour tout poids w_ij <- w_ij + epsilon*di*x_ij finpour finrépéter
28 Propriétés de la rétro-propagation Descente de gradient sur tous les poids du réseau Généralisation facile à d'autres types de graphes. Trouver une erreur locale, pas nécessairement l'erreur Globale: - En pratique, cela marche correctement Minimise l'erreur à partir des exemples d'apprentissage: - nombre d'exemple suffisant pour généraliser? Apprentissage peut prendre des milliers d itérations! après apprentissage, son utilisation est par contre très rapide.
29 Exercice
30 Momentum d'apprentissage Il y a un trade-off concernant le pas d'apprentissage: - pour un pas d'apprentissage trop petit : la trajectoire de convergence est lente mais la trajectoire est plus lisse. - pour un pas d'apprentissage trop grand : la trajectoire de convergence est rapide, mais la trajectoire peut être instable. l'ajout d'un momentum d'apprentissage peut aider à dépasser ce problème.
31 Momentum d'apprentissage Il peut arriver que la surface d'erreur contienne des minima locaux. Dans le cas d'une descente de gradient classique, l'algorithme resterait prisonnier de ce minimum local sous possibilité d'en sortir pour atteindre le minimum global. Descente du gradient de l'erreur Minimum local Minimum global
32 Momentum d'apprentissage Pour éviter de rester piégé dans un minimum local, on ajoute au système un paramètre : le momentum D. L équation d'apprentissage devient alors : Δ W ji (t+)= D Δ W ji (t)+( D)α d k p, j x p,i Pondération par les poids précédents : Fonction de mémoire à court terme et d entraînement Le vecteur de poids est la somme pondérée d'une série temporelle qui «oublie» de façon exponentielle.
33 Apprentissage séquentiel (online) vs batch Mode séquentiel: Adaptation appliquée après chaque présentation d'une entrée et d'une sortie. L'ordre de présentation des exemples doit être aléatoire. Avantages : pas de stockage, apprentissage stochastique des poids, permet d éviter les minima locaux. Désavantages : difficile d établir les conditions théoriques d'une convergence. Mode Batch : Adaptation appliquée après présentation de toutes les entrées et les sorties vues. Avantages : estimation précise du gradient, + facile de garantir les conditions de convergence.
34 Applications The properties of neural networks define where they are useful. Can learn complex mappings from inputs to outputs, based solely on samples Difficult to analyse: firm predictions about neural network behaviour difficult: Unsuitable for safety-critical applications. Require limited understanding from trainer, who can be guided by heuristics. 34
35 Neural network for OCR feedforward network trained using Backpropagation A B C D E H idden Layer Input Layer O utput Layer 35
36 OCR for 8x0 characters NN are able to generalise learning involves generating a partitioning of the input space for single layer network input space must be linearly separable what is the dimension of this input space? how many points in the input space? this network is binary(uses binary values) networks may also be continuous 36
37 Engine management The behaviour of a car engine is influenced by a large number of parameters temperature at various points fuel/air mixture lubricant viscosity. Major companies have used neural networks to dynamically tune an engine depending on current settings. 37
38 ALVINN Drives 70 mph on a public highway 30 outputs for steering 4 hidden units 30x32 pixels as inputs 30x32 weights into one out of four hidden unit 38
39 Signature recognition Each person's signature is different. There are structural similarities which are difficult to quantify. One company has manufactured a machine which recognizes signatures to within a high level of accuracy. Considers speed in addition to gross shape. Makes forgery even more difficult. 39
40 Sonar target recognition Distinguish mines from rocks on sea-bed The neural network is provided with a large number of parameters which are extracted from the sonar signal. The training set consists of sets of signals from rocks and mines. 40
41 Stock market prediction Technical trading refers to trading based solely on known statistical parameters; e.g. previous price Neural networks have been used to attempt to predict changes in prices. Difficult to assess success since companies using these techniques are reluctant to disclose information. 4
42 Mortgage assessment Assess risk of lending to an individual. Difficult to decide on marginal cases. Neural networks have been trained to make decisions, based upon the opinions of expert underwriters. Neural network produced a 2% reduction in delinquencies compared with human experts. 42
43 Compression Exemples de taux de compression : Avec un réseau multicouche 00 x 5 x 00 neurones, il y a au total 500 poids (de la couche cachée vers la couche de sortie). Les valeurs des poids sont codées sur 4 bits, ainsi que les 5 valeurs des niveaux d activation. - Pour une image initiale de 00 pixels (sur 256 niveaux de gris : 8 bits), on obtient un taux de compression de (00. 8) / ( ) = Si on code 0 images avec le même réseau, on obtient un taux de compression de ( ) / ( ) = 3.6 Afin que l'opération soit rentable, il faut coder plusieurs images par réseau. Cette technique est limitée par la durée d'apprentissage (plusieurs centaines d'itérations sont nécessaires), ce qui exclu actuellement tout traitement en temps réel.
44
45
46
47 RNN & traitement du signal Compression de l'information dans la couche cachée Réduction de la dimensionnalité capacité de généralisation Similarité avec la transformée de Fourier : Un codage fréquentiel représente les informations d entrée
48 RNN & traitement du signal Fourier 2D Image 2D Représentation fréquentielle
49 RNN & traitement du signal Vision Banc de filtres: Chaque neurone détecte un seul type d'orientation Neurone vision Neurone sélectif aux segmentations horizontales hautes Oeil
50 RNN & traitement du signal Vision
51 Généralisation vs Spécialisation On dit qu'un réseau de neurone généralise bien lorsque peut approximer a peu près correctement tous les exemples entrées/sorties Durant la phase de test Problème du sur-apprentissage vaut-il mieux minimiser complètement l'erreur ou laisser une certaine marge? Le lissage de la mémorisation est plutôt quelque chose que l'on désire
52 Avantages/Désavantages de la retropropagation Connexionisme: métaphore biologique, computation locale, parallélisme (quelques limitations concernant la plausibilité biologique de la rétro-propagation). Détection de motifs: les neurones cachés encodent les motifs. Fonction d'approximation: sigmoïdes. Complexité de computation : la computation est polynomiale dans le nombre des paramètres ajustables, c'est assez efficace. Robustesse: le bruit cause seulement de petites erreurs d'estimation. Convergence: approximation stochastique,qui peut être lente. Minima locaux.
53 Fin
Archived Content. Contenu archivé
ARCHIVED - Archiving Content ARCHIVÉE - Contenu archivé Archived Content Contenu archivé Information identified as archived is provided for reference, research or recordkeeping purposes. It is not subject
Plus en détailExemple PLS avec SAS
Exemple PLS avec SAS This example, from Umetrics (1995), demonstrates different ways to examine a PLS model. The data come from the field of drug discovery. New drugs are developed from chemicals that
Plus en détailFace Recognition Performance: Man vs. Machine
1 Face Recognition Performance: Man vs. Machine Andy Adler Systems and Computer Engineering Carleton University, Ottawa, Canada Are these the same person? 2 3 Same person? Yes I have just demonstrated
Plus en détailIntroduction. I Étude rapide du réseau - Apprentissage. II Application à la reconnaissance des notes.
Introduction L'objectif de mon TIPE est la reconnaissance de sons ou de notes de musique à l'aide d'un réseau de neurones. Ce réseau doit être capable d'apprendre à distinguer les exemples présentés puis
Plus en détailCoup de Projecteur sur les Réseaux de Neurones
Coup de Projecteur sur les Réseaux de Neurones Les réseaux de neurones peuvent être utilisés pour des problèmes de prévision ou de classification. La représentation la plus populaire est le réseau multicouche
Plus en détailDOCUMENTATION - FRANCAIS... 2
DOCUMENTATION MODULE CATEGORIESTOPMENU MODULE CREE PAR PRESTACREA INDEX : DOCUMENTATION - FRANCAIS... 2 INSTALLATION... 2 CONFIGURATION... 2 LICENCE ET COPYRIGHT... 3 SUPPORT TECHNIQUE ET MISES A JOUR...
Plus en détailLOI SUR LA RECONNAISSANCE DE L'ADOPTION SELON LES COUTUMES AUTOCHTONES ABORIGINAL CUSTOM ADOPTION RECOGNITION ACT
ABORIGINAL CUSTOM ADOPTION RECOGNITION ACT ABORIGINAL CUSTOM ADOPTION RECOGNITION REGULATIONS R-085-95 In force September 30, 1995 LOI SUR LA RECONNAISSANCE DE L'ADOPTION SELON LES COUTUMES AUTOCHTONES
Plus en détailDOCUMENTATION - FRANCAIS... 2
DOCUMENTATION MODULE SHOPDECORATION MODULE PRESTASHOP CREE PAR PRESTACREA INDEX : DOCUMENTATION - FRANCAIS... 2 INSTALLATION... 2 Installation automatique... 2 Installation manuelle... 2 Résolution des
Plus en détailI. Programmation I. 1 Ecrire un programme en Scilab traduisant l organigramme montré ci-après (on pourra utiliser les annexes):
Master Chimie Fondamentale et Appliquée : spécialité «Ingénierie Chimique» Examen «Programmation, Simulation des procédés» avril 2008a Nom : Prénom : groupe TD : I. Programmation I. 1 Ecrire un programme
Plus en détailChapitre 6 Apprentissage des réseaux de neurones et régularisation
Chapitre 6 : Apprentissage des réseaux de neurones et régularisation 77 Chapitre 6 Apprentissage des réseaux de neurones et régularisation Après une introduction rapide aux réseaux de neurones et à la
Plus en détailInstructions Mozilla Thunderbird Page 1
Instructions Mozilla Thunderbird Page 1 Instructions Mozilla Thunderbird Ce manuel est écrit pour les utilisateurs qui font déjà configurer un compte de courrier électronique dans Mozilla Thunderbird et
Plus en détailAMENDMENT TO BILL 32 AMENDEMENT AU PROJET DE LOI 32
THAT the proposed clause 6(1), as set out in Clause 6(1) of the Bill, be replaced with the following: Trustee to respond promptly 6(1) A trustee shall respond to a request as promptly as required in the
Plus en détail$SSOLFDWLRQGXNULJHDJHSRXUOD FDOLEUDWLRQPRWHXU
$SSOLFDWLRQGXNULJHDJHSRXUOD FDOLEUDWLRQPRWHXU Fabien FIGUERES fabien.figueres@mpsa.com 0RWVFOpV : Krigeage, plans d expériences space-filling, points de validations, calibration moteur. 5pVXPp Dans le
Plus en détailExercices sur SQL server 2000
Exercices sur SQL server 2000 La diagramme de classe : Exercices sur SQL server 2000 Le modèle relationnel correspondant : 1 Créer les tables Clic-droit on Tables et choisir «New Table» Créer la table
Plus en détailInstitut français des sciences et technologies des transports, de l aménagement
Institut français des sciences et technologies des transports, de l aménagement et des réseaux Session 3 Big Data and IT in Transport: Applications, Implications, Limitations Jacques Ehrlich/IFSTTAR h/ifsttar
Plus en détailScénarios économiques en assurance
Motivation et plan du cours Galea & Associés ISFA - Université Lyon 1 ptherond@galea-associes.eu pierre@therond.fr 18 octobre 2013 Motivation Les nouveaux référentiels prudentiel et d'information nancière
Plus en détailOptimisation de la compression fractale D images basée sur les réseaux de neurones
Optimisation de la compression fractale D images basée sur les réseaux de neurones D r BOUKELIF Aoued Communication Networks,Architectures and Mutimedia laboratory University of S.B.A aoued@hotmail.com
Plus en détailRULE 5 - SERVICE OF DOCUMENTS RÈGLE 5 SIGNIFICATION DE DOCUMENTS. Rule 5 / Règle 5
RULE 5 - SERVICE OF DOCUMENTS General Rules for Manner of Service Notices of Application and Other Documents 5.01 (1) A notice of application or other document may be served personally, or by an alternative
Plus en détailDétection de la défaillance des entreprises tunisiennes par la régression logistique semi paramétrique et les réseaux de neurones
Détection de la défaillance des entreprises tunisiennes par la régression logistique semi paramétrique et les réseaux de neurones Abdeljelil Farhat Unité de recherche EAS-Mahdia Faculté des sciences économiques
Plus en détailCONFERENCE PALISADE. Optimisation robuste d un plan d expériences par simulation Monte-Carlo Concepts de «Design Space» et de «Quality by Design»
CONFERENCE PALISADE Optimisation robuste d un plan d expériences par simulation Monte-Carlo Concepts de «Design Space» et de «Quality by Design» 1 SIGMA PLUS Logiciels, Formations et Etudes Statistiques
Plus en détailFrequently Asked Questions
GS1 Canada-1WorldSync Partnership Frequently Asked Questions 1. What is the nature of the GS1 Canada-1WorldSync partnership? GS1 Canada has entered into a partnership agreement with 1WorldSync for the
Plus en détailAPPENDIX 6 BONUS RING FORMAT
#4 EN FRANÇAIS CI-DESSOUS Preamble and Justification This motion is being presented to the membership as an alternative format for clubs to use to encourage increased entries, both in areas where the exhibitor
Plus en détailRÉSUMÉ DE THÈSE. L implantation des systèmes d'information (SI) organisationnels demeure une tâche difficile
RÉSUMÉ DE THÈSE L implantation des systèmes d'information (SI) organisationnels demeure une tâche difficile avec des estimations de deux projets sur trois peinent à donner un résultat satisfaisant (Nelson,
Plus en détailA METHOD FOR THE DESIGN OF NEURO-FUZZY CONTROLLERS; AN APPLICATION IN ROBOT LEARNING
A METHOD FOR THE DESIGN OF NEURO-FUZZY CONTROLLERS; AN APPLICATION IN ROBOT LEARNING THÈSE No 1602 (1997) PRÉSENTÉE AU DÉPARTEMENT D'INFORMATIQUE ÉCOLE POLYTECHNIQUE FÉDÉRALE DE LAUSANNE PAR Jelena GODJEVAC
Plus en détailThe new consumables catalogue from Medisoft is now updated. Please discover this full overview of all our consumables available to you.
General information 120426_CCD_EN_FR Dear Partner, The new consumables catalogue from Medisoft is now updated. Please discover this full overview of all our consumables available to you. To assist navigation
Plus en détailJSIam Introduction talk. Philippe Gradt. Grenoble, March 6th 2015
Introduction talk Philippe Gradt Grenoble, March 6th 2015 Introduction Invention Innovation Market validation is key. 1 Introduction Invention Innovation Market validation is key How to turn a product
Plus en détailQuick Start Guide This guide is intended to get you started with Rational ClearCase or Rational ClearCase MultiSite.
Rational ClearCase or ClearCase MultiSite Version 7.0.1 Quick Start Guide This guide is intended to get you started with Rational ClearCase or Rational ClearCase MultiSite. Product Overview IBM Rational
Plus en détailLes Portfolios et Moodle Petit inventaire
Les Portfolios et Moodle Petit inventaire Jean.Fruitete@univ-nantes.fr Sommaire Les Portfolios et Moodle Petit inventaire... 1 Introduction... 1 Contexte... 1 Des portfolios utilisés dans la communauté
Plus en détailJudge Group: P Title: Quel est meilleur: le compost ou le fertilisant chimique? Student(s): Emma O'Shea Grade: 6
Project No.1114 Title: Quel est meilleur: le compost ou le fertilisant chimique? Level: Student(s): Emma O'Shea Grade: 6 This progect compares the results of compost, chemical fertilizer and normal earth
Plus en détailThis is a preview - click here to buy the full publication NORME INTERNATIONALE INTERNATIONAL STAN DARD. Telecontrol equipment and systems
NORME INTERNATIONALE INTERNATIONAL STAN DARD CEI IEC 870-3 Première édition First edition 1989-03 Matériels et systèmes de téléconduite Troisième partie: Interfaces (caractéristiques électriques) Telecontrol
Plus en détailOnce the installation is complete, you can delete the temporary Zip files..
Sommaire Installation... 2 After the download... 2 From a CD... 2 Access codes... 2 DirectX Compatibility... 2 Using the program... 2 Structure... 4 Lier une structure à une autre... 4 Personnaliser une
Plus en détailwww.machpro.fr : Machines Production a créé dès 1995, le site internet
www.machpro.fr : www.machpro.fr Machines Production a créé dès 1995, le site internet www.machpro.fr destiné à fournir aux lecteurs de la revue et aux mécanautes un complément d'information utile et régulièrement
Plus en détailEN UNE PAGE PLAN STRATÉGIQUE
EN UNE PAGE PLAN STRATÉGIQUE PLAN STRATÉGIQUE EN UNE PAGE Nom de l entreprise Votre nom Date VALEUR PRINCIPALES/CROYANCES (Devrait/Devrait pas) RAISON (Pourquoi) OBJECTIFS (- AN) (Où) BUT ( AN) (Quoi)
Plus en détailINDIVIDUALS AND LEGAL ENTITIES: If the dividends have not been paid yet, you may be eligible for the simplified procedure.
Recipient s name 5001-EN For use by the foreign tax authority CALCULATION OF WITHHOLDING TAX ON DIVIDENDS Attachment to Form 5000 12816*01 INDIVIDUALS AND LEGAL ENTITIES: If the dividends have not been
Plus en détailImproving the breakdown of the Central Credit Register data by category of enterprises
Improving the breakdown of the Central Credit Register data by category of enterprises Workshop on Integrated management of micro-databases Deepening business intelligence within central banks statistical
Plus en détailFirst Nations Assessment Inspection Regulations. Règlement sur l inspection aux fins d évaluation foncière des premières nations CONSOLIDATION
CANADA CONSOLIDATION CODIFICATION First Nations Assessment Inspection Regulations Règlement sur l inspection aux fins d évaluation foncière des premières nations SOR/2007-242 DORS/2007-242 Current to September
Plus en détailSupport Orders and Support Provisions (Banks and Authorized Foreign Banks) Regulations
CANADA CONSOLIDATION CODIFICATION Support Orders and Support Provisions (Banks and Authorized Foreign Banks) Regulations Règlement sur les ordonnances alimentaires et les dispositions alimentaires (banques
Plus en détailTRAITEMENT DES DONNEES MANQUANTES AU MOYEN DE L ALGORITHME DE KOHONEN
TRAITEMENT DES DONNEES MANQUANTES AU MOYEN DE L ALGORITHME DE KOHONEN Marie Cottrell, Smaïl Ibbou, Patrick Letrémy SAMOS-MATISSE UMR 8595 90, rue de Tolbiac 75634 Paris Cedex 13 Résumé : Nous montrons
Plus en détailTHÈSE. présentée à TÉLÉCOM PARISTECH. pour obtenir le grade de. DOCTEUR de TÉLÉCOM PARISTECH. Mention Informatique et Réseaux. par.
École Doctorale d Informatique, Télécommunications et Électronique de Paris THÈSE présentée à TÉLÉCOM PARISTECH pour obtenir le grade de DOCTEUR de TÉLÉCOM PARISTECH Mention Informatique et Réseaux par
Plus en détailRISK-BASED TRANSPORTATION PLANNING PRACTICE: OVERALL METIIODOLOGY AND A CASE EXAMPLE"' RESUME
RISK-BASED TRANSPORTATION PLANNING PRACTICE: OVERALL METIIODOLOGY AND A CASE EXAMPLE"' ERTUGRULALP BOVAR-CONCORD Etwiromnental, 2 Tippet Rd. Downsviel+) ON M3H 2V2 ABSTRACT We are faced with various types
Plus en détailInstructions pour mettre à jour un HFFv2 v1.x.yy v2.0.00
Instructions pour mettre à jour un HFFv2 v1.x.yy v2.0.00 HFFv2 1. OBJET L accroissement de la taille de code sur la version 2.0.00 a nécessité une évolution du mapping de la flash. La conséquence de ce
Plus en détailPost-processing of multimodel hydrological forecasts for the Baskatong catchment
+ Post-processing of multimodel hydrological forecasts for the Baskatong catchment Fabian Tito Arandia Martinez Marie-Amélie Boucher Jocelyn Gaudet Maria-Helena Ramos + Context n Master degree subject:
Plus en détailPaxton. ins-20605. Net2 desktop reader USB
Paxton ins-20605 Net2 desktop reader USB 1 3 2 4 1 2 Desktop Reader The desktop reader is designed to sit next to the PC. It is used for adding tokens to a Net2 system and also for identifying lost cards.
Plus en détailEléments de statistique
Eléments de statistique L. Wehenkel Cours du 9/12/2014 Méthodes multivariées; applications & recherche Quelques méthodes d analyse multivariée NB: illustration sur base de la BD résultats de probas en
Plus en détailMonitor LRD. Table des matières
Folio :1/6 Table des matières 1.Installation du logiciel... 3 2.Utilisation du logiciel... 3 2.1.Description de la fenêtre de commande... 3 2.1.1.Réglage des paramètres de communication... 4 2.1.2.Boutons
Plus en détailRevision of hen1317-5: Technical improvements
Revision of hen1317-5: Technical improvements Luca Felappi Franz M. Müller Project Leader Road Safety Consultant AC&CS-CRM Group GDTech S.A., Liège Science Park, rue des Chasseurs-Ardennais, 7, B-4031
Plus en détailTABLE DES MATIERES A OBJET PROCEDURE DE CONNEXION
1 12 rue Denis Papin 37300 JOUE LES TOURS Tel: 02.47.68.34.00 Fax: 02.47.68.35.48 www.herve consultants.net contacts@herve consultants.net TABLE DES MATIERES A Objet...1 B Les équipements et pré-requis...2
Plus en détailComprendre l impact de l utilisation des réseaux sociaux en entreprise SYNTHESE DES RESULTATS : EUROPE ET FRANCE
Comprendre l impact de l utilisation des réseaux sociaux en entreprise SYNTHESE DES RESULTATS : EUROPE ET FRANCE 1 Objectifs de l étude Comprendre l impact des réseaux sociaux externes ( Facebook, LinkedIn,
Plus en détailClassification Automatique de messages : une approche hybride
RECIAL 2002, Nancy, 24-27 juin 2002 Classification Automatique de messages : une approche hybride O. Nouali (1) Laboratoire des Logiciels de base, CE.R.I.S., Rue des 3 frères Aïssiou, Ben Aknoun, Alger,
Plus en détailGestion des prestations Volontaire
Gestion des prestations Volontaire Qu estce que l Income Management (Gestion des prestations)? La gestion des prestations est un moyen de vous aider à gérer votre argent pour couvrir vos nécessités et
Plus en détailLes marchés Security La méthode The markets The approach
Security Le Pôle italien de la sécurité Elsag Datamat, une société du Groupe Finmeccanica, représente le centre d excellence national pour la sécurité physique, logique et des réseaux de télécommunication.
Plus en détailContents Windows 8.1... 2
Workaround: Installation of IRIS Devices on Windows 8 Contents Windows 8.1... 2 English Français Windows 8... 13 English Français Windows 8.1 1. English Before installing an I.R.I.S. Device, we need to
Plus en détailINSTITUT MARITIME DE PREVENTION. For improvement in health and security at work. Created in 1992 Under the aegis of State and the ENIM
INSTITUT MARITIME DE PREVENTION For improvement in health and security at work Created in 1992 Under the aegis of State and the ENIM Maritime fishing Shellfish-farming Sea transport 2005 Le pilier social
Plus en détailNouveautés printemps 2013
» English Se désinscrire de la liste Nouveautés printemps 2013 19 mars 2013 Dans ce Flash Info, vous trouverez une description des nouveautés et mises à jour des produits La Capitale pour le printemps
Plus en détailLa solution idéale de personnalisation interactive sur internet
FACTORY121 Product Configurator (summary) La solution idéale de personnalisation interactive sur internet FACTORY121 cité comme référence en «Mass Customization» au MIT et sur «mass-customization.de» Specifications
Plus en détailConférence Bales II - Mauritanie. Patrick Le Nôtre. Directeur de la Stratégie - Secteur Finance Solutions risques et Réglementations
Conférence Bales II - Mauritanie Patrick Le Nôtre Directeur de la Stratégie - Secteur Finance Solutions risques et Réglementations AGENDA Le positionnement et l approche de SAS Notre légitimité dans les
Plus en détailStakeholder Feedback Form January 2013 Recirculation
071 Stakeholder Feedback Fm January 2013 Recirculation A. How to Submit Your Comments 1. 2. 3. EMAIL: submissions@collegeofpsychotherapists.on.ca OR FAX: (416) 874-4079 OR MAIL: Consultations Transitional
Plus en détailNatixis Asset Management Response to the European Commission Green Paper on shadow banking
European Commission DG MARKT Unit 02 Rue de Spa, 2 1049 Brussels Belgium markt-consultation-shadow-banking@ec.europa.eu 14 th June 2012 Natixis Asset Management Response to the European Commission Green
Plus en détailDruais Cédric École Polytechnique de Montréal. Résumé
Étude de load balancing par un réseau de neurones de types HME (Hierarchical Mixture of s). Druais Cédric École Polytechnique de Montréal Résumé Cet article tente d introduire le principe de load balancing
Plus en détailSurveillance de Scripts LUA et de réception d EVENT. avec LoriotPro Extended & Broadcast Edition
Surveillance de Scripts LUA et de réception d EVENT avec LoriotPro Extended & Broadcast Edition L objectif de ce document est de présenter une solution de surveillance de processus LUA au sein de la solution
Plus en détailForthcoming Database
DISS.ETH NO. 15802 Forthcoming Database A Framework Approach for Data Visualization Applications A dissertation submitted to the SWISS FEDERAL INSTITUTE OF TECHNOLOGY ZURICH for the degree of Doctor of
Plus en détailHSCS 6.4 : mieux appréhender la gestion du stockage en environnement VMware et service de fichiers HNAS Laurent Bartoletti Product Marketing Manager
HSCS 6.4 : mieux appréhender la gestion du stockage en environnement VMware et service de fichiers HNAS Laurent Bartoletti Product Marketing Manager Hitachi Storage Command Suite Portfolio SAN Assets &
Plus en détailL utilisation d un réseau de neurones pour optimiser la gestion d un firewall
L utilisation d un réseau de neurones pour optimiser la gestion d un firewall Réza Assadi et Karim Khattar École Polytechnique de Montréal Le 1 mai 2002 Résumé Les réseaux de neurones sont utilisés dans
Plus en détailFOURTH SESSION : "MRP & CRP"
FOURTH SESSION : "MRP & CRP" Objectifs : Etre capable d analyser un plan directeur de fabrication (MPS). Pour cela il faut pouvoir : - exploser le plan en termes des différents composants, - Comprendre
Plus en détailGrégoire de Lassence. Copyright 2006, SAS Institute Inc. All rights reserved.
Grégoire de Lassence 1 Grégoire de Lassence Responsable Pédagogie et Recherche Département Académique Tel : +33 1 60 62 12 19 gregoire.delassence@fra.sas.com http://www.sas.com/france/academic SAS dans
Plus en détailNotice Technique / Technical Manual
Contrôle d accès Access control Encodeur USB Mifare ENCOD-USB-AI Notice Technique / Technical Manual SOMMAIRE p.2/10 Sommaire Remerciements... 3 Informations et recommandations... 4 Caractéristiques techniques...
Plus en détailCEST POUR MIEUX PLACER MES PDF
CEST POUR MIEUX PLACER MES PDF ==> Download: CEST POUR MIEUX PLACER MES PDF CEST POUR MIEUX PLACER MES PDF - Are you searching for Cest Pour Mieux Placer Mes Books? Now, you will be happy that at this
Plus en détailCheque Holding Policy Disclosure (Banks) Regulations. Règlement sur la communication de la politique de retenue de chèques (banques) CONSOLIDATION
CANADA CONSOLIDATION CODIFICATION Cheque Holding Policy Disclosure (Banks) Regulations Règlement sur la communication de la politique de retenue de chèques (banques) SOR/2002-39 DORS/2002-39 Current to
Plus en détailQuatre axes au service de la performance et des mutations Four lines serve the performance and changes
Le Centre d Innovation des Technologies sans Contact-EuraRFID (CITC EuraRFID) est un acteur clé en matière de l Internet des Objets et de l Intelligence Ambiante. C est un centre de ressources, d expérimentations
Plus en détailApplication Form/ Formulaire de demande
Application Form/ Formulaire de demande Ecosystem Approaches to Health: Summer Workshop and Field school Approches écosystémiques de la santé: Atelier intensif et stage d été Please submit your application
Plus en détailNORME INTERNATIONALE INTERNATIONAL STANDARD. Dispositifs à semiconducteurs Dispositifs discrets. Semiconductor devices Discrete devices
NORME INTERNATIONALE INTERNATIONAL STANDARD CEI IEC 747-6-3 QC 750113 Première édition First edition 1993-11 Dispositifs à semiconducteurs Dispositifs discrets Partie 6: Thyristors Section trois Spécification
Plus en détailETABLISSEMENT D ENSEIGNEMENT OU ORGANISME DE FORMATION / UNIVERSITY OR COLLEGE:
8. Tripartite internship agreement La présente convention a pour objet de définir les conditions dans lesquelles le stagiaire ci-après nommé sera accueilli dans l entreprise. This contract defines the
Plus en détailUtiliser une WebCam. Micro-ordinateurs, informations, idées, trucs et astuces
Micro-ordinateurs, informations, idées, trucs et astuces Utiliser une WebCam Auteur : François CHAUSSON Date : 8 février 2008 Référence : utiliser une WebCam.doc Préambule Voici quelques informations utiles
Plus en détailAUTUMN/WINTER 2013-2014 PARIS COLLECTION
AUTUMN/WINTER 2013-2014 PARIS COLLECTION RED CARPET/Realistic Style Collection Automne-Hiver 2013-2014 Rynshu, avec cette nouvelle collection, veut permettre à chacun de se révéler par un style qui lui
Plus en détailNetworking Solutions. Worldwide VSAT Maintenance VSAT dans le Monde Entretien. Satellite Communications Les Communications par Satellite
www.dcs-eg.com DCS TELECOM SAE is an Egyptian based Information Technology System Integrator company specializes in tailored solutions and integrated advanced systems, while also excelling at consulting
Plus en détailINSTRUMENTS DE MESURE SOFTWARE. Management software for remote and/or local monitoring networks
INSTRUMENTS DE MESURE SOFTWARE SOFTWARE Logiciel de supervision des réseaux locaux et/ou distants Management software for remote and/or local monitoring networks MIDAs EVO 4 niveaux de fonctionnalités
Plus en détailPLAN DIRECTEUR DES PARCS, MILIEUX NATURELS ET ESPACES VERTS PARKS, NATURAL HABITATS AND GREEN SPACES MASTER PLAN
PLAN DIRECTEUR DES PARCS, MILIEUX NATURELS ET ESPACES VERTS PARKS, NATURAL HABITATS AND GREEN SPACES MASTER PLAN Présentation publique du jeudi 10 septembre, 2009 Public presentation of Thursday, September
Plus en détailREVISION DE LA DIRECTIVE ABUS DE MARCHE
REVISION DE LA DIRECTIVE ABUS DE MARCHE Principaux changements attendus 1 Le contexte La directive Abus de marché a huit ans (2003) Régimes de sanctions disparates dans l Union Harmonisation nécessaire
Plus en détailRemerciements : Avant tout, louange à Dieu le tout puissant de m avoir aidé et permis d achever ce modeste travail.
العالي التعلیم وزارة والبحث العلمي BADJI MOKHTAR ANNABA UNIVERSITY UNIVERSITE BADJI MOKHTAR ANNABA جامعة باجي مختار عنابة Faculté: Sciences de l'ingénieur Année : 2010 Département: Electronique MEMOIRE
Plus en détailCHAPITRE I. Modélisation de processus et estimation des paramètres d un modèle
CHAPITRE I Modélisation de processus et estimation des paramètres d un modèle I. INTRODUCTION. Dans la première partie de ce chapitre, nous rappelons les notions de processus et de modèle, ainsi que divers
Plus en détailI>~I.J 4j1.bJ1UlJ ~..;W:i 1U
~I ~~I ~ ~WI~I ~WI ~~'~.M ~ o~wj' js'~' ~ ~JA1ol..;l.:w I>~I.J 4j1.bJ1UlJ ~..;W:i 1U Exercice 1: Le modele TCP/IP est traditionnellement considere comme une pile de 5 couches. Pour chaque couche, expliquer
Plus en détailBNP Paribas Personal Finance
BNP Paribas Personal Finance Financially fragile loan holder prevention program CUSTOMERS IN DIFFICULTY: QUICKER IDENTIFICATION MEANS BETTER SUPPORT Brussels, December 12th 2014 Why BNPP PF has developed
Plus en détailStratégie IT : au cœur des enjeux de l entreprise
Stratégie IT : au cœur des enjeux de l entreprise Business Continuity Convention Tunis 27 Novembre 2012 Sommaire Sections 1 Ernst & Young : Qui sommes-nous? 2 Stratégie IT : au cœur des enjeux de l entreprise
Plus en détailRailway Operating Certificate Regulations. Règlement sur les certificats d exploitation de chemin de fer CODIFICATION CONSOLIDATION
CANADA CONSOLIDATION CODIFICATION Railway Operating Certificate Regulations Règlement sur les certificats d exploitation de chemin de fer SOR/2014-258 DORS/2014-258 Current to September 10, 2015 À jour
Plus en détailFabricant. 2 terminals
Specifications Fabricant Nominal torque (Nm) 65 Minimal torque (Nm) 0,63 Coil resistance - 20 C (ohms) 20 Rated current DC (A) 1 Rotor inertia (kg.m 2 ) 2.10-3 Weight (kg) 7,20 Heat dissipation continuous
Plus en détailMoteur DC: Comment faire varier sa vitesse?
Moteur DC: Comment faire varier sa vitesse? Zone d'utilisation Moteur à excitation shunt Influence I e Petite perturbation : e.g. augmentation vitesse À partir de P : couple moteur P'' < couple résistant
Plus en détailEmpowering small farmers and their organizations through economic intelligence
Empowering small farmers and their organizations through economic intelligence Soutenir les petits agriculteurs et leurs organisations grâce à l intelligence économique XOF / kg RONGEAD has been supporting
Plus en détailPrésentation par François Keller Fondateur et président de l Institut suisse de brainworking et M. Enga Luye, CEO Belair Biotech
Présentation par François Keller Fondateur et président de l Institut suisse de brainworking et M. Enga Luye, CEO Belair Biotech Le dispositif L Institut suisse de brainworking (ISB) est une association
Plus en détailphysicien diplômé EPFZ originaire de France présentée acceptée sur proposition Thèse no. 7178
Thèse no. 7178 PROBLEMES D'OPTIMISATION DANS LES SYSTEMES DE CHAUFFAGE A DISTANCE présentée à l'ecole POLYTECHNIQUE FEDERALE DE ZURICH pour l'obtention du titre de Docteur es sciences naturelles par Alain
Plus en détailFiltrage stochastique non linéaire par la théorie de représentation des martingales
Filtrage stochastique non linéaire par la théorie de représentation des martingales Adriana Climescu-Haulica Laboratoire de Modélisation et Calcul Institut d Informatique et Mathématiques Appliquées de
Plus en détailthat the child(ren) was/were in need of protection under Part III of the Child and Family Services Act, and the court made an order on
ONTARIO Court File Number at (Name of court) Court office address Applicant(s) (In most cases, the applicant will be a children s aid society.) Full legal name & address for service street & number, municipality,
Plus en détailL. Obert, T. Lascar, A. Adam
Améliorer la consolidation des tubérosités grâce au système OMS (Offset Modular System) et l autogreffe Improving tuberosity consolidation using the OMS system (Offset Modular System) L. Obert, T. Lascar,
Plus en détailThe assessment of professional/vocational skills Le bilan de compétences professionnelles
The assessment of professional/vocational skills Le bilan de compétences professionnelles 03/06/13 WHAT? QUOI? Subject Sujet The assessment of professional/vocational skills (3 hours) Bilan de compétences
Plus en détailSMALL CITY COMMERCE (EL PEQUEÑO COMERCIO DE LAS PEQUEÑAS CIUDADES)
CIUDADES) ES/08/LLP-LdV/TOI/149019 1 Project Information Title: Project Number: SMALL CITY COMMERCE (EL PEQUEÑO COMERCIO DE LAS PEQUEÑAS CIUDADES) ES/08/LLP-LdV/TOI/149019 Year: 2008 Project Type: Status:
Plus en détailModélisation géostatistique des débits le long des cours d eau.
Modélisation géostatistique des débits le long des cours d eau. C. Bernard-Michel (actuellement à ) & C. de Fouquet MISTIS, INRIA Rhône-Alpes. 655 avenue de l Europe, 38334 SAINT ISMIER Cedex. Ecole des
Plus en détailHow to Login to Career Page
How to Login to Career Page BASF Canada July 2013 To view this instruction manual in French, please scroll down to page 16 1 Job Postings How to Login/Create your Profile/Sign Up for Job Posting Notifications
Plus en détailBig Data et Graphes : Quelques pistes de recherche
Big Data et Graphes : Quelques pistes de recherche Hamamache Kheddouci http://liris.cnrs.fr/hamamache.kheddouci Laboratoire d'informatique en Image et Systèmes d'information LIRIS UMR 5205 CNRS/INSA de
Plus en détail22/09/2014 sur la base de 55,03 euros par action
CORPORATE EVENT NOTICE: Amortissement d'orane Reprise de cotation PUBLICIS GROUPE S.A. PLACE: Paris AVIS N : PAR_20140902_06559_EUR DATE: 02/09/2014 MARCHE: EURONEXT PARIS Amortissement en titres et en
Plus en détailIPSAS 32 «Service concession arrangements» (SCA) Marie-Pierre Cordier Baudouin Griton, IPSAS Board
IPSAS 32 «Service concession arrangements» (SCA) Marie-Pierre Cordier Baudouin Griton, IPSAS Board 1 L élaboration de la norme IPSAS 32 Objectif : traitement comptable des «service concession arrangements»
Plus en détail