L'Intelligence Artificielle pour les développeurs Concepts et implémentations en Java

Save this PDF as:
 WORD  PNG  TXT  JPG

Dimension: px
Commencer à balayer dès la page:

Download "L'Intelligence Artificielle pour les développeurs Concepts et implémentations en Java"

Transcription

1 Avant-propos 1. Objectifs du livre Public et prérequis Structure du livre Code en téléchargement 18 Introduction 1. Présentation du chapitre Définir l intelligence L intelligence du vivant L intelligence artificielle Domaines d application Synthèse 27 Systèmes experts 1. Présentation du chapitre Exemple : un système expert en polygones 30 1/15

2 2.1 Triangles Quadrilatères Autres polygones Contenu d'un système expert Base de règles Base de faits Moteur d'inférences Interface utilisateur Types d'inférences Chaînage avant Principe Application à un exemple Chaînage arrière Principe Application à un exemple Chaînage mixte Étapes de construction d'un système Extraction des connaissances Création du moteur d'inférences Écriture des règles Création de l'interface utilisateur Performance et améliorations Critères de performance Amélioration des performances par l'écriture des règles Importance de la représentation du problème Ajout d incertitudes et de probabilités Apport des incertitudes Faits incertains Règles incertaines 52 2/15

3 8. Domaines d application Aide au diagnostic Estimation de risques Planification et logistique Transfert de compétences et connaissances Autres applications Création d'un système expert en Java Détermination des besoins Implémentation des faits Base de faits Règles et base de règles Interface Moteur d'inférences Saisie des règles et utilisation Utilisation de Prolog Présentation du langage Syntaxe du langage Généralités Prédicats Poser des questions Écriture des règles Autres prédicats utiles Codage du problème des formes géométriques Codage du problème des huit reines Intérêt du chaînage arrière Étude du problème Règles à appliquer Règles de conflits entre reines But du programme Exemples d'utilisation Synthèse 93 3/15

4 Logique floue 1. Présentation du chapitre Incertitude et imprécision Incertitude et probabilités Imprécision et subjectivité Nécessité de traiter l'imprécision Ensembles flous et degrés d appartenance Logique booléenne et logique floue Fonctions d'appartenance Caractéristiques d'une fonction d'appartenance Valeurs et variables linguistiques Opérateurs sur les ensembles flous Opérateurs booléens Opérateurs flous Négation Union et intersection Création de règles Règles en logique booléenne Règles floues Fuzzification et défuzzification Valeur de vérité Fuzzification et application des règles Défuzzification Domaines d application Première utilisation Dans les produits électroniques En automobile 122 4/15

5 7.4 Autres domaines Implémentation d'un moteur de logique floue Le cœur du code : les ensembles flous Point2D : un point d'une fonction d'appartenance EnsembleFlou : un ensemble flou Opérateurs de comparaison et de multiplication Opérateurs ensemblistes Calcul du barycentre Ensembles flous particuliers Variables et valeurs linguistiques Valeur linguistique Variable linguistique Règles floues Expression floue Valeur numérique Règle floue Système de contrôle flou Synthèse du code créé Implémentation d'un cas pratique Synthèse 157 Recherche de chemins 1. Présentation du chapitre Chemins et graphes Définition et concepts Représentations Représentation graphique Matrice d adjacence 161 5/15

6 2.3 Coût d'un chemin et matrice des longueurs Exemple en cartographie Algorithmes naïfs de recherche de chemins Parcours en profondeur Principe et pseudo-code Application à la carte Parcours en largeur Principe et pseudo-code Application à la carte Algorithmes "intelligents" Algorithme de Bellman-Ford Principe et pseudo-code Application à la carte Algorithme de Dijkstra Principe et pseudo-code Application à la carte Algorithme A* Principe et pseudo-code Application à la carte Domaines d application Implémentation Nœuds, arcs et graphes Implémentation des noeuds Classe représentant les arcs Graphes Fin du programme générique IHM Algorithme générique Implémentation des différents algorithmes Recherche en profondeur 202 6/15

7 7.3.2 Recherche en largeur Algorithme de Bellman-Ford Algorihme de Dijkstra Algorithme A* Application à la carte Gestion des tuiles Implémentation de la carte Programme principal Comparaison des performances Synthèse 224 Algorithmes génétiques 1. Présentation du chapitre Évolution biologique Le concept d'évolution Les causes des mutations Le support de cette information : les facteurs Des facteurs au code génétique Le «cycle de la vie» Évolution artificielle Principes Vue d'ensemble du cycle Phases d'initialisation et de terminaison Phase de sélection Phase de reproduction avec mutations Phase de survie Convergence Exemple du robinet 240 7/15

8 4.1 Présentation du problème Initialisation de l'algorithme Évaluation des individus Reproduction avec mutations Survie Suite du processus Choix des représentations Population et individus Gènes Cas d'un algorithme de résolution de labyrinthe Évaluation, sélection et survie Choix de la fonction d évaluation Opérateurs de sélection Opérateurs de survie Reproduction : crossover et mutation Crossover Mutation Domaines d application Coévolution Implémentation d'un algorithme génétique Implémentation générique d'un algorithme Spécifications Paramètres Individus et gènes IHM Processus évolutionnaire Utilisation pour le voyageur de commerce Présentation du problème 268 8/15

9 Environnement Gènes Individus Programme principal Résultats Utilisation pour la résolution d'un labyrinthe Présentation du problème Environnement Gènes Individus Modification de la fabrique Programme principal Résultats Synthèse 293 Métaheuristiques d'optimisation 1. Présentation du chapitre Optimisation et minimums Exemples Le problème du sac à dos Formulation des problèmes Résolution mathématique Recherche exhaustive Métaheuristiques Algorithmes gloutons Descente de gradient Recherche tabou 306 9/15

10 6. Recuit simulé Optimisation par essaims particulaires Méta-optimisation Domaines d application Implémentation Classes génériques Implémentation des différents algorithmes Algorithme glouton Descente de gradient Recherche tabou Recuit simulé Optimisation par essaims particulaires Résolution du problème du sac à dos Implémentation du problème Algorithme glouton Descente de gradient Recherche tabou Recuit simulé Optimisation par essaims particulaires Programme principal Résultats obtenus Synthèse 344 Systèmes multi-agents 1. Présentation du chapitre /15

11 2. Origine biologique Les abeilles et la danse Les termites et le génie civil Les fourmis et l'optimisation de chemins Intelligence sociale Systèmes multi-agents L'environnement Les objets Les agents Classification des agents Perception du monde Prise des décisions Coopération et communication Capacités de l'agent Principaux algorithmes Algorithmes de meutes Optimisation par colonie de fourmis Systèmes immunitaires artificiels Automates cellulaires Domaines d application Simulation de foules Planification Phénomènes complexes Implémentation Banc de poissons 2D Les objets du monde et les zones à éviter Les agents-poissons L'océan /15

12 7.1.4 L'application graphique Résultats obtenus Tri sélectif Les déchets Les agents nettoyeurs L'environnement L'application graphique Résultats obtenus Le jeu de la vie La grille L'application graphique Résultats obtenus Synthèse 408 Réseaux de neurones 1. Présentation du chapitre Origine biologique Le neurone formel Fonctionnement général Fonctions d'agrégation Fonctions d'activation Fonction heavyside Fonction sigmoïde Fonction gaussienne Poids et apprentissage Perceptron Structure Condition de linéarité /15

13 5. Réseaux feed-forward Apprentissage Apprentissage non supervisé Apprentissage par renforcement Apprentissage supervisé Principe général Descente de gradient Algorithme de Widrow-Hoff Rétropropagation Surapprentissage et généralisation Reconnaître le surapprentissage Création de sous-ensembles de données Autres réseaux Réseaux de neurones récurrents Cartes de Kohonen Réseaux de Hopfield Domaines d'application Reconnaissance de patterns Estimation de fonctions Création de comportements Implémentation d'un MLP Points et ensembles de points Neurone Réseau de neurones IHM Système complet Programme principal Applications Application au XOR Application à Abalone /15

14 9.7.3 Améliorations possibles Synthèse 453 Sitographie 1. Pourquoi une sitographie? Systèmes experts Logique floue Algorithmes génétiques Recherche de chemins Métaheuristiques Systèmes multi-agents Réseaux de neurones 468 Annexe 1. Installation de SWI-Prolog Utilisation de SWI-Prolog sous Windows /15

15 Index /15

L'Intelligence Artificielle pour les développeurs Concepts et implémentations en C#

L'Intelligence Artificielle pour les développeurs Concepts et implémentations en C# Introduction 1. Structure du chapitre 19 2. Définir l intelligence 19 3. L intelligence du vivant 22 4. L intelligence artificielle 23 5. Domaines d application 25 6. Synthèse 27 Systèmes experts 1. Présentation

Plus en détail

L Intelligence Artificielle

L Intelligence Artificielle L Intelligence Artificielle pour les développeurs Concepts et implémentations en C# Virginie MATHIVET Table des matières 1 Les exemples à télécharger sont disponibles à l'adresse suivante : http://www.editions-eni.fr

Plus en détail

L Intelligence Artificielle

L Intelligence Artificielle L Intelligence Artificielle pour les développeurs Concepts et implémentations en Java Virginie MATHIVET Table des matières 1 Les exemples à télécharger sont disponibles à l'adresse suivante : http://www.editions-eni.fr

Plus en détail

Méthodes de Résolution de problèmes En Intelligence Artificielle

Méthodes de Résolution de problèmes En Intelligence Artificielle Méthodes de Résolution de problèmes En Intelligence Artificielle Résolution de Problèmes et Intelligence Artificielle Résoudre des puzzles Jouer aux échecs Faire des mathématiques Et même conduire une

Plus en détail

Ecole Nationale des Sciences de l Informatique Université de la Manouba Janvier 2012 Programmes d enseignement

Ecole Nationale des Sciences de l Informatique Université de la Manouba Janvier 2012 Programmes d enseignement Ecole Nationale des Sciences de l Informatique Université de la Manouba Janvier 2012 Programmes d enseignement II1 - Premier semestre de la première année (S1) Module Crédits Nombre d heures Cours intégrés

Plus en détail

Ingénierie Informatique parcours CAMSI : conception d'architectture de machines et de systèmes informatiques

Ingénierie Informatique parcours CAMSI : conception d'architectture de machines et de systèmes informatiques Université de TOULOUSE 1/ parcours CAMSI : conception d'architectture de machines et de systèmes informatiques L1 S1 Informatique 1 7 L1 S1 Mathématiques 1 6 L1 S1 Outils mathématiques L1 S1 Physique 1

Plus en détail

Apprendre à programmer

Apprendre à programmer Christophe Dabancourt Apprendre à programmer Algorithmes et conception objet 2 e édition Groupe Eyrolles, 2008, ISBN : 978-2-212-12350-0 Table des matières Avant-propos.................................................

Plus en détail

CHAPITRE II: INTELLIGENCE ARTIFICIELLE

CHAPITRE II: INTELLIGENCE ARTIFICIELLE 1 CHAPITRE II: INTELLIGENCE ARTIFICIELLE Dekhicilatifa@gmail.com Plan 2 IA et ses applications Réalité virtuelle IA 3 plan 4 1. Def. 2. Applications. 3. IA faible et forte 4. Fiction 5. Méthodes et approches

Plus en détail

Les apports de. l'informatique. La filiation. Le statut de technologie ou de sous-discipline. Le statut de science à part entière est lorsqu il y a :

Les apports de. l'informatique. La filiation. Le statut de technologie ou de sous-discipline. Le statut de science à part entière est lorsqu il y a : Les apports de Aux autres disciplines Le statut de technologie ou de sous-discipline est celui de l importation l et de la vulgarisation Le statut de science à part entière est lorsqu il y a : Rétro-action

Plus en détail

Test du logiciel, cours 3. Tests fonctionnels. Tests fonctionnels. Rappel : spécification du logiciel. Plan Les tests fonctionnels Les phases de tests

Test du logiciel, cours 3. Tests fonctionnels. Tests fonctionnels. Rappel : spécification du logiciel. Plan Les tests fonctionnels Les phases de tests Test du logiciel, cours 3 Tests fonctionnels Critère d arrêt Plan Les tests fonctionnels Les phases de tests Couvertures de tests fonctionnels : On ne peut connaître a priori le nombre de tests nécessaires

Plus en détail

Intelligence Artificielle. Dorra BEN AYED

Intelligence Artificielle. Dorra BEN AYED Intelligence Artificielle Dorra BEN AYED Chapitre 1 Introduction et Présentation Générale Sommaire Introduction Historique Définitions de l IAl Domaines d applicationd Les approches de l IA cognitive,

Plus en détail

P R O G R A M M E E T I N S T R U C T I O N S O F F I C I E L L E S

P R O G R A M M E E T I N S T R U C T I O N S O F F I C I E L L E S P R O G R A M M E E T I N S T R U C T I O N S O F F I C I E L L E S MP deuxième années PREAMBULE Sommaire I. Contexte de la réforme de l informatique en C.P.G.E II. Objectifs de la formation III. Moyens

Plus en détail

Introduction à l Intelligence Artificielle

Introduction à l Intelligence Artificielle Introduction à l Intelligence Artificielle p. 1/41 Introduction à l Intelligence Artificielle Cyril Terrioux Laboratoire des Sciences de l Information et des Systèmes LSIS - UMR CNRS 6168 Introduction

Plus en détail

Chapitre 1 Installer MySQL 5 21

Chapitre 1 Installer MySQL 5 21 Chapitre 1 Installer MySQL 5 21 1.1. Les outils nécessaires... 22 1.2. Télécharger et installer le serveur MySQL... 22 Télécharger la dernière version... 22 Lancer l installation sous Windows... 23 Lancer

Plus en détail

Introduction. Algorithme d apprentissage

Introduction. Algorithme d apprentissage Reconnaissance hors ligne des chiffres manuscrits isolés par l approche Neuro-Génétique KROUCHI Ghizlaine*, DJEBBAR Bachir Faculté des Sciences, Département d Informatique. Université des Sciences et de

Plus en détail

Apprentissage statistique Stratégie du Data-Mining

Apprentissage statistique Stratégie du Data-Mining Apprentissage statistique Stratégie du Data-Mining Hélène Milhem Institut de Mathématiques de Toulouse, INSA Toulouse, France IUP SID, 2011-2012 H. Milhem (IMT, INSA Toulouse) Apprentissage statistique

Plus en détail

Programme des épreuves des concours externes de recrutement des personnels techniques et administratifs de recherche et de formation

Programme des épreuves des concours externes de recrutement des personnels techniques et administratifs de recherche et de formation Programme des épreuves des concours externes de recrutement des personnels D1 RECRUTEMENT DES ASSISTANTS INGÉNIEURS...2 D1.1 Assistant cartographe (nouveau programme)...2 D1.2 Assistant en production et

Plus en détail

MASTER INFORMATIQUE Parcours INFORMATIQUE DECISIONNELLE

MASTER INFORMATIQUE Parcours INFORMATIQUE DECISIONNELLE MASTER INFORMATIQUE Parcours INFORMATIQUE DECISIONNELLE Responsable du parcours: Prof Hoai An LE THI Département d Informatique, UFR MIM Tel. 03 87 31 54 41, email lethi@univ-metz.fr Informatique décisionnelle

Plus en détail

FRANÇAIS DE BASE 7, 8 et 9 années. Programme d études et Guide pédagogique

FRANÇAIS DE BASE 7, 8 et 9 années. Programme d études et Guide pédagogique FRANÇAIS DE BASE e e e 7, 8 et 9 années Programme d études et Guide pédagogique Version provisoire décembre 2008 Éducation et Développement de la petite enfance TABLE DES MATIÈRES Avant-propos...1 Remerciements...2

Plus en détail

Industrial IT : Optimisation pour l industrie du ciment

Industrial IT : Optimisation pour l industrie du ciment Industrial IT : Optimisation pour l industrie du ciment Optimize IT Expert Optimizer courier Optimize IT Expert Optimizer 300 ans de connaissances PROCÉDÉ OPTIMISÉ accumulées dans l optimisation de la

Plus en détail

Programmes des classes préparatoires aux Grandes Ecoles

Programmes des classes préparatoires aux Grandes Ecoles Programmes des classes préparatoires aux Grandes Ecoles Filière : scientifique Voie : Mathématiques, physique et sciences de l'ingénieur (MPSI) Mathématiques et physique (MP) Discipline : Option Informatique

Plus en détail

Département d informatique et de génie logiciel Université Laval. MULTIMÉDIA Concentration (4 cours) (Notre salle multimédia)

Département d informatique et de génie logiciel Université Laval. MULTIMÉDIA Concentration (4 cours) (Notre salle multimédia) Département d informatique et de génie logiciel Université Laval MULTIMÉDIA Concentration (4 cours) (Notre salle multimédia) A. Avant propos... 2 B. Cours de multimédia (4 cours obligatoires)... 3 a. IFT-10558

Plus en détail

Conception d un micro éditeur d encre électronique et Embarquement d un système de reconnaissance d écriture manuscrite sur Téléphone mobile

Conception d un micro éditeur d encre électronique et Embarquement d un système de reconnaissance d écriture manuscrite sur Téléphone mobile Conception d un micro éditeur d encre électronique et Embarquement d un système de reconnaissance d écriture manuscrite sur Téléphone mobile Eric Anquetil, François Bouteruche IRISA INSA de Rennes Campus

Plus en détail

Module 3 : Introduction à la Modélisation SOUS MODELER

Module 3 : Introduction à la Modélisation SOUS MODELER Module 3 : Introduction à la Modélisation SOUS MODELER 1 Techniques prédictives Passé pour prédire l avenir 2 Concepts de la modélisation Données test / apprentissage Généralement créées par l utilisateur

Plus en détail

Chef de projet ou Expert en conception du contrôle/commande en instrumentation C1C25

Chef de projet ou Expert en conception du contrôle/commande en instrumentation C1C25 BAP C Sciences de l ingénieur et instrumentation scientifique Chef de projet ou Expert en conception du contrôle/commande en instrumentation C1C25 Contrôle - Commande en instrumentation - IR Mission Le

Plus en détail

SECTION 2 BILAN DES COMPÉTENCES

SECTION 2 BILAN DES COMPÉTENCES SECTION 2 BILAN DES COMPÉTENCES Bilan des compétences INTRODUCTION... 3 LES OBJECTIFS DU BILAN DES COMPETENCES... 3 LE DEROULEMENT DE VOTRE BILAN DES COMPETENCES... 3 LE BILAN DES COMPETENCES DU PROGRAMME...

Plus en détail

HEURISTIQUES D'OPTIMISATION. Evelyne LUTTON - INRA AgroParisTech - Grignon http ://evelyne-lutton.fr/

HEURISTIQUES D'OPTIMISATION. Evelyne LUTTON - INRA AgroParisTech - Grignon http ://evelyne-lutton.fr/ HEURISTIQUES D'OPTIMISATION Evelyne LUTTON - INRA AgroParisTech - Grignon http ://evelyne-lutton.fr/ D'après Patrick Siarry, LiSSi, Univ. de Paris-Est Créteil MÉTA-HEURISTIQUES Du grec : méta :au-delà,

Plus en détail

Sécurité et Technologies Informatiques semestre 5

Sécurité et Technologies Informatiques semestre 5 Sécurité et Technologies Informatiques semestre 5 S05T_INF1 Informatique de base : Principes de programmation 37h20 42h40 5h20 0h00 32h00 117h20 6,5 9 Algorithmique et structures de données 1 9h20 10h40

Plus en détail

L Intelligence Artificielle

L Intelligence Artificielle Conférence L Intelligence Artificielle Taalabi M. 30/04/2004 Intelligence Artificielle 1 Historique Définition Paradigmes Systèmes experts Concevoir un système expert Système à Inférence floue Applications

Plus en détail

MODÈLE ALM : APPORT DE LA LOGIQUE FLOUE DANS LA

MODÈLE ALM : APPORT DE LA LOGIQUE FLOUE DANS LA MODÈLE ALM : APPORT DE LA LOGIQUE FLOUE DANS LA MODÉLISATION DES COMPORTEMENTS 1 Le 27 Septembre 2013 Sandrine Mouret Sylvain Detroulleau INTRODUCTION (1/2) Solvabilité II : valorisation du bilan selon

Plus en détail

Génie logiciel Test logiciel A.U. 2013/2014 (Support de cours) R. MAHMOUDI (mahmoudr@esiee.fr) 1 Plan du chapitre - Définition du test logiciel - Principe de base du test logiciel - Les différentes étapes

Plus en détail

Intelligence Artificielle et Systèmes Multi-Agents. Badr Benmammar bbm@badr-benmammar.com

Intelligence Artificielle et Systèmes Multi-Agents. Badr Benmammar bbm@badr-benmammar.com Intelligence Artificielle et Systèmes Multi-Agents Badr Benmammar bbm@badr-benmammar.com Plan La première partie : L intelligence artificielle (IA) Définition de l intelligence artificielle (IA) Domaines

Plus en détail

ENSEIGNEMENT DU GÉNIE INDUSTRIEL EN S7-S8-S9 T. Coudert B. Grabot F. Pérès

ENSEIGNEMENT DU GÉNIE INDUSTRIEL EN S7-S8-S9 T. Coudert B. Grabot F. Pérès ENSEIGNEMENT DU GÉNIE INDUSTRIEL EN S7-S8-S9 T. Coudert B. Grabot F. Pérès 11/01/2016 DÉFINITION DU GÉNIE INDUSTRIEL Le génie industriel s'intéresse : à l'étude des organisations industrielles et à l'amélioration

Plus en détail

Problème du voyageur de commerce par algorithme génétique

Problème du voyageur de commerce par algorithme génétique Problème du voyageur de commerce par algorithme génétique 1 Problème du voyageur de commerce Le problème du voyageur de commerce, consiste en la recherche d un trajet minimal permettant à un voyageur de

Plus en détail

Remerciements. Je tiens à remercier le dieu, le tout puissant de. ma donnée la patience, la santé et le courage pour. finir ce travail.

Remerciements. Je tiens à remercier le dieu, le tout puissant de. ma donnée la patience, la santé et le courage pour. finir ce travail. Remerciements Je tiens à remercier le dieu, le tout puissant de ma donnée la patience, la santé et le courage pour finir ce travail. Je tiens à remercier profondément mon encadreur : Monsieur KALFALI TOUFIK

Plus en détail

TABLE DES MATIÈRES CHAPITRE 1 LA CONSTRUCTION D UN INSTRUMENT DE MESURE... 9. Avant-propos... 5 Sommaire... 7

TABLE DES MATIÈRES CHAPITRE 1 LA CONSTRUCTION D UN INSTRUMENT DE MESURE... 9. Avant-propos... 5 Sommaire... 7 TABLE DES MATIÈRES Avant-propos... 5 Sommaire... 7 CHAPITRE 1 LA CONSTRUCTION D UN INSTRUMENT DE MESURE... 9 1. Le processus de construction d un test... 9 2. La construction d un test d acquis scolaires...

Plus en détail

11.1 Comparaison : la logique floue et logique classique

11.1 Comparaison : la logique floue et logique classique Chapitre Logique floue Ce chapitre présente une méthode moderne de contrôle, la logique floue. La logique floue diffère de la logique classique parce qu elle permet des définitions partielles ou floues

Plus en détail

L approche qualité perçue

L approche qualité perçue Jean-Louis GIORDANO L approche qualité perçue, 2006 ISBN : 2-7081-3493-0 Sommaire Introduction... 11 Partie I La perception des qualités Valeurs perçues, valeurs vendues Chapitre 1 Définition et enjeux...

Plus en détail

Modélisation multi-agents - Agents réactifs

Modélisation multi-agents - Agents réactifs Modélisation multi-agents - Agents réactifs Syma cursus CSI / SCIA Julien Saunier - julien.saunier@ifsttar.fr Sources www-lih.univlehavre.fr/~olivier/enseignement/masterrecherche/cours/ support/algofourmis.pdf

Plus en détail

Filière ISI Ingénierie des Systèmes d Information

Filière ISI Ingénierie des Systèmes d Information Filière ISI Ingénierie des Systèmes d Information Claudia Roncancio Gwen Salaün Laboratoire d Informatique de Grenoble Prenom.Nom@imag.fr 1 Filière ISI Ingénierie des Systèmes d Information Exemples de

Plus en détail

Reconnaissance des formes : Classement d ensembles d objets

Reconnaissance des formes : Classement d ensembles d objets Reconnaissance des formes : Classement d ensembles d objets Données Méthodes Extraction de connaissances Applications Expertise Apprentissage Bernard FERTIL Directeur de Recherche CNRS Équipe LXAO, UMR

Plus en détail

Master Administration des Entreprises

Master Administration des Entreprises Ce descriptif de cours est donné à titre indicatif et est susceptible d être modifié selon les besoins de formation des étudiants. Objectifs de la formation en gestion La mention «Management et» a pour

Plus en détail

Les Réseaux de Neurones avec

Les Réseaux de Neurones avec Les Réseaux de Neurones avec Au cours des deux dernières décennies, l intérêt pour les réseaux de neurones s est accentué. Cela a commencé par les succès rencontrés par cette puissante technique dans beaucoup

Plus en détail

UNIVERSITE DE RENNES 1 Année universitaire 2013-2014 Master SISEA : programme détaillé du parcours Image

UNIVERSITE DE RENNES 1 Année universitaire 2013-2014 Master SISEA : programme détaillé du parcours Image UNIVERSITE DE RENNES 1 Année universitaire 2013-2014 Master SISEA : programme détaillé du parcours Image Responsable de la mention ou du parcours : Mireille Garreau, Co-responsable TB : Valérie Burdin

Plus en détail

INTERFACE HOMME MACHINE (IHM) ET SOUDAGE TIG ORBITAL

INTERFACE HOMME MACHINE (IHM) ET SOUDAGE TIG ORBITAL INTERFACE HOMME MACHINE (IHM) ET SOUDAGE TIG ORBITAL Rédigé par Hans-Peter Mariner Le but de tout fabricant de machines et d'automates est de rendre l'utilisation de ses appareils suffisamment sûre et

Plus en détail

Pour un socle de la licence de MATHEMATIQUES

Pour un socle de la licence de MATHEMATIQUES Pour un socle de la licence de MATHEMATIQUES Société Mathématique de France Société de Mathématiques Appliquées et Industrielles Société Française de Statistique Contexte général Afin d éviter de trop

Plus en détail

Les sections 6 et 7. du ComitéNational de la RechercheScientifique

Les sections 6 et 7. du ComitéNational de la RechercheScientifique Les sections 6 et 7 du ComitéNational de la RechercheScientifique (CoNRS) Frédérique Bassino et Michèle Basseville Plan Le comité national Les missions des sections Les sections 6 et 7 Le comiténational

Plus en détail

CENTRE D ETUDES DOCTORALES SCIENCES DE L INGENIEUR LISTE DES SUJETS DE RECHERCHE PROPOSES

CENTRE D ETUDES DOCTORALES SCIENCES DE L INGENIEUR LISTE DES SUJETS DE RECHERCHE PROPOSES UNIVERSITE CADI AYYAD CENTRE D ETUDES DOCTORALES SCIENCES DE L INGENIEUR et Techniques Guéliz Marrakech LISTE DES SUJETS DE RECHERCHE PROPOSES Formation doctorale : Génie et Mathématiques Appliquées aux

Plus en détail

AA2 - Projet informatique

AA2 - Projet informatique AA2 - Projet informatique Jean-Baptiste Vioix (jean-baptiste.vioix@iut-dijon.u-bourgogne.fr) IUT de Dijon-Auxerre - LE2I http://jb.vioix.free.fr 1-15 Introduction Fonctionnement du module Le but de ce

Plus en détail

L apprentissage à distance. Mise en scène des contenus Innovation pédagogique et NTIC

L apprentissage à distance. Mise en scène des contenus Innovation pédagogique et NTIC L apprentissage à distance Mise en scène des contenus Innovation pédagogique et NTIC Les enjeux e-learning une nouvelle forme d apprentissage (défis culturel et pédagogique) avec des contenus non-linéaires

Plus en détail

LES TYPOLOGIES DE PARCOURS METHODES ET USAGES. Yvette Grelet, Patrick Rousset CEREQ grelet@mrsh.unicaen.fr rousset@cereq.fr

LES TYPOLOGIES DE PARCOURS METHODES ET USAGES. Yvette Grelet, Patrick Rousset CEREQ grelet@mrsh.unicaen.fr rousset@cereq.fr LES TYPOLOGIES DE PARCOURS METHODES ET USAGES Yvette Grelet, Patrick Rousset CEREQ grelet@mrsh.unicaen.fr rousset@cereq.fr 1 PLAN Première partie : un exemple traité «en vraie grandeur» : les 26500 jeunes

Plus en détail

Deep-learning. B. Gas - V 0.1 (2014) UE 5AI02/5AK03 - ISIR/UPMC

Deep-learning. B. Gas - V 0.1 (2014) UE 5AI02/5AK03 - ISIR/UPMC Deep-learning VI B. Gas - V 0.1 (014) UE 5AI0/5AK03 - ISIR/UPMC Deep-network Importance du codage pour la classification: certains codages sont plus adaptés que d autres pour une classification donnée.

Plus en détail

COURS DE DATA MINING 8 : MODELISATIONS RESEAUX DE NEURONES ET DE KOHONEN

COURS DE DATA MINING 8 : MODELISATIONS RESEAUX DE NEURONES ET DE KOHONEN COURS DE DATA MINING 8 : MODELISATIONS RESEAUX DE NEURONES ET DE KOHONEN EPF 4/ 5 ème année - Option Ingénierie d Affaires et de Projets - Finance Bertrand LIAUDET 8 : Modélisations - Réseaux de neurones

Plus en détail

Licence Fondamentale Informatique de Gestion

Licence Fondamentale Informatique de Gestion Licence Fondamentale Informatique de Gestion Domaine : Science et Technologie d Information Mention : Informatique de Gestion Parcours : Informatique de Gestion NB : Parcours National pour tous les niveaux

Plus en détail

Introduction aux objets

Introduction aux objets MAI NFE103 Année 2005-2006 Introduction aux objets F.-Y. Villemin, CNAM Plan! Définitions! Evolution de la programmation! Méthodes Classiques! Objet!! Méthodologies orientée-objet! Problèmes http://deptinfo.cnam.fr/enseignement/

Plus en détail

Diplôme de Master en Automatique

Diplôme de Master en Automatique REPUBLIQUE ALGERIENNE DEMOCRATIQUE ET POPULAIRE MINISTERE DE L'ENSEIGNEMENT SUPERIEUR ET DE LA RECHERCHE SCIENTIFIQUE Université Kasdi Merbah Ouargla Faculté des Sciences de Technologies et Sciences de

Plus en détail

IFT 615 Intelligence artificielle

IFT 615 Intelligence artificielle Département d informatique IFT 615 Intelligence artificielle Plan de cours Hiver 201 Professeur Auxiliaire Froduald Kabanza Courriel : kabanza@usherbrooke.ca Local : D-1022-2 Téléphone : (819) 821-8000,

Plus en détail

Programme type à personnaliser

Programme type à personnaliser Programme type à personnaliser Module 1... 2 Présentation Phase 1 Phase 2 Module 2.... 5 Présentation Module 2.1 Module 2.2 Module 2.3 Module 2.4 Module 2.5 Module 2.6 Module 2.7 Module 2.8 Module 2.9

Plus en détail

EXPRESSION DES BESOINS

EXPRESSION DES BESOINS PLAN CYCLE DE VIE D'UN LOGICIEL EXPRESSION DES BESOINS SPÉCIFICATIONS DU LOGICIEL CONCEPTION DU LOGICIEL LA PROGRAMMATION TESTS ET MISE AU POINT DOCUMENTATION CONCLUSION C.Crochepeyre Génie Logiciel Diapason

Plus en détail

avec w ij poids liant le neurone j au neurone i vec w.vec xi = 0 vec xi vec xi

avec w ij poids liant le neurone j au neurone i vec w.vec xi = 0 vec xi vec xi Exemple pour un perceptrion à deux classes (1 unité de sortie) -> 1/-1 Si w i x 0 la réponse est 1 Si w i x 0 la réponse est -1 Donc la discrimination se fait pour des entrés (les x ). Cet hyperplan a

Plus en détail

Distance et classification. Cours 4: Traitement du signal et reconnaissance de forme

Distance et classification. Cours 4: Traitement du signal et reconnaissance de forme Distance et classification Cours 4: Traitement du signal et reconnaissance de forme Plan Introduction Pré-traitement Segmentation d images Morphologie mathématique Extraction de caractéristiques Classification

Plus en détail

L'intelligence artificielle

L'intelligence artificielle Texte de la 263 e conférence de l'université de tous les savoirs donnée le 19 septembre 2000. L'intelligence artificielle par JEAN-PAUL HATON Dès le début de l intelligence artificielle (IA) dans les années

Plus en détail

NORME SUR LES COMPÉTENCES INFORMATIONNELLES

NORME SUR LES COMPÉTENCES INFORMATIONNELLES ASSOCIATION OF COLLEGE & RESEARCH LIBRARIES (ACRL) NORME SUR LES COMPÉTENCES INFORMATIONNELLES DANS L ENSEIGNEMENT SUPÉRIEUR Extrait traduit de l anglais par le Groupe de travail sur la formation documentaire

Plus en détail

Prédiction de la Structure des Protéines. touzet@lifl.fr

Prédiction de la Structure des Protéines. touzet@lifl.fr Prédiction de la Structure des Protéines Hélène TOUZET touzet@lifl.fr Structure Structure Structure Structure primaire secondaire tertiaire quaternaire Exemple : la structure secondaire de la transthyretine

Plus en détail

Informatique UE 102. Jean-Yves Antoine. Architecture des ordinateurs et Algorithmique de base. UFR Sciences et Techniques Licence S&T 1ère année

Informatique UE 102. Jean-Yves Antoine. Architecture des ordinateurs et Algorithmique de base. UFR Sciences et Techniques Licence S&T 1ère année UFR Sciences et Techniques Licence S&T 1ère année Informatique UE 102 Architecture des ordinateurs et Algorithmique de base Jean-Yves Antoine http://www.intro.univ-tours.fr/~antoine/ UFR Sciences et Techniques

Plus en détail

Plan du cours. Programmation logique et Prolog (PL) Programmation logique par contraintes (PLC) Problèmes de satisfaction de contraintes (CSP/PC)

Plan du cours. Programmation logique et Prolog (PL) Programmation logique par contraintes (PLC) Problèmes de satisfaction de contraintes (CSP/PC) Plan du cours Programmation logique et Prolog (PL) SWI-Prolog, Sicstus Programmation logique par contraintes (PLC) Sicstus Problèmes de satisfaction de contraintes (CSP/PC) Choco (Sicstus & Bin Prolog)

Plus en détail

Les apports de l informatique. Aux autres disciplines

Les apports de l informatique. Aux autres disciplines Les apports de l informatique Aux autres disciplines Le statut de technologie ou de sous-discipline est celui de l importation l et de la vulgarisation Le statut de science à part entière est lorsqu il

Plus en détail

PROGRAMME DE LA FORMATION

PROGRAMME DE LA FORMATION PROGRAMME DE LA FORMATION Compétences du domaine professionnel Soutien à la communication et aux relations internes et externes : Collaborer avec le(s) manager (s) - Instaurer et entretenir la relation

Plus en détail

Stéphane GOBRON HES SO HE Arc

Stéphane GOBRON HES SO HE Arc Stéphane GOBRON HES SO HE Arc 2015 Algorithmes Numériques 7 chapitres Codage des nombres Résolution d équations Systèmes linéaires Dérivation Intégration Equation différentielles Mots clés du cours : introduction

Plus en détail

Décrets, arrêtés, circulaires

Décrets, arrêtés, circulaires Décrets, arrêtés, circulaires TEXTES GÉNÉRAUX MINISTÈRE DE L ÉDUCATION NATIONALE, DE LA JEUNESSE ET DE LA VIE ASSOCIATIVE Arrêté du 8 février 2011 fixant le programme pour le cycle terminal de la série

Plus en détail

INTRODUCTION GENERALE

INTRODUCTION GENERALE INTRODUCTION GENERALE Contrôle de Gestion I. Le Contrôle de Gestion 1. Définition Le contrôle de gestion est une forme de contrôle organisationnel. C est une forme de contrôle adaptée aux structures d

Plus en détail

INGÉNIEUR INFORMATIQUE. Présentation. Objectifs. Page 1 / 10 31/01/2016

INGÉNIEUR INFORMATIQUE. Présentation. Objectifs. Page 1 / 10 31/01/2016 INGÉNIEUR INFORMATIQUE RÉSUMÉ DE LA FORMATION Type de diplôme : Formation d'ingénieur classique Domaine : Sciences, Technologies, Santé Nature de la formation : Diplôme Niveau d'étude visé : BAC +5 Composante

Plus en détail

Chapitre 6. Programmation Dynamique. Méthodes P.S.E.P. 6.1 Programmation dynamique. 6.1.1 Exemple introductif

Chapitre 6. Programmation Dynamique. Méthodes P.S.E.P. 6.1 Programmation dynamique. 6.1.1 Exemple introductif Chapitre 6 Programmation Dynamique. Méthodes P.S.E.P. 6.1 Programmation dynamique 6.1.1 Exemple introductif Problème : n matrices M i (m i, m i+1 ) à multiplier en minimisant le nombre de multiplications,

Plus en détail

Réseaux neuronaux artificiels : exemples d applications géoscientifiques

Réseaux neuronaux artificiels : exemples d applications géoscientifiques Réseaux neuronaux artificiels : exemples d applications géoscientifiques Par Sylvain Trépanier CONSOREM, UQAM CONSOREM Consortium de recherche en exploration minérale Aurizon Cambior Majescor Falconbridge

Plus en détail

Devis du protocole expérimental (mise à jour)

Devis du protocole expérimental (mise à jour) Devis du protocole expérimental (mise à jour) (Sécurité : C++ vs Java) Document présenté à : M. Dominique Goutier Dans le cadre du cours : Nouvelles technologies (420-620-SF) Étudiants : David Dastous

Plus en détail

CELSIUS ET FAHRENHEIT

CELSIUS ET FAHRENHEIT (d après une idée du collège Jean Zay de Montluçon) Table des matières Fiche professeur... 2 Fiche élève... 5 1 Fiche professeur Niveaux et objectifs pédagogiques 4 e : introduction de la notion d équation,

Plus en détail

Module Production à commande numérique - Tournage. Les techniques de production à commande numérique... 3. Introduction / historique...

Module Production à commande numérique - Tournage. Les techniques de production à commande numérique... 3. Introduction / historique... Index Les sujets de formation Les techniques de production à commande numérique.... 3 Introduction / historique...................................... 3 CNC, Généralités.........................................

Plus en détail

GPA759 RÉSEAUX DE NEURONES ET INTELLIGENCE ARTIFICIELLE Préalable(s) : Aucun PLAN DE COURS SESSION AUTOMNE 2013

GPA759 RÉSEAUX DE NEURONES ET INTELLIGENCE ARTIFICIELLE Préalable(s) : Aucun PLAN DE COURS SESSION AUTOMNE 2013 École de technologie supérieure Département de génie de la production automatisée Responsable(s) du cours : Crédits : Richard Lepage, ing., Ph.D. GPA759 RÉSEAUX DE NEURONES ET INTELLIGENCE ARTIFICIELLE

Plus en détail

Rapport du stage effectué au laboratoire HEUDIASYC UMR CNRS 6599. Moustapha DOUMIATI. pour obtenir le diplôme Master de recherche en informatique

Rapport du stage effectué au laboratoire HEUDIASYC UMR CNRS 6599. Moustapha DOUMIATI. pour obtenir le diplôme Master de recherche en informatique Rapport du stage effectué au laboratoire HEUDIASYC UMR CNRS 6599 présenté par Moustapha DOUMIATI pour obtenir le diplôme Master de recherche en informatique Fouille de données pour l analyse des performances

Plus en détail

Ingénierie de Systèmes Intelligents

Ingénierie de Systèmes Intelligents Ingénierie de Systèmes Intelligents p. 1/ Ingénierie de Systèmes Intelligents Application : Web Intelligent Maria Malek EISTI Ingénierie de Systèmes Intelligents p. 2/ Objectif Traitement Intelligent des

Plus en détail

THESE. Présentée à L UNIVERSITE PARIS XII VAL DE MARNE CRETEIL

THESE. Présentée à L UNIVERSITE PARIS XII VAL DE MARNE CRETEIL Année 2003 THESE Présentée à L UNIVERSITE PARIS XII VAL DE MARNE CRETEIL En vue de l obtention du titre de Docteur de l Université Spécialité Génie Informatique, Automatique et Traitement du Signal par

Plus en détail

L INFORMATIQUE OPÉRATIONNELLE

L INFORMATIQUE OPÉRATIONNELLE INTERBRANCHES FAMILLE MALADIE RECOUVREMENT RETRAITE ORGANISATION DU DISPOSITIF NATIONAL Le dispositif de formation est proposé par l Ucanss et mis en oeuvre par le Crafep, le CRF de Tours et le CRF de

Plus en détail

Réseau de Neurones Artificiels pour la classification des fontes Arabes et la distinction entre la langue Arabe et les langues Latines

Réseau de Neurones Artificiels pour la classification des fontes Arabes et la distinction entre la langue Arabe et les langues Latines Réseau de Neurones Artificiels pour la classification des fontes Arabes et la distinction entre la langue Arabe et les langues Latines Jean-Luc Bloechle Université de Fribourg,département d informatique,

Plus en détail

Enjeux et problématiques en conception Evolution des objectifs de recherche

Enjeux et problématiques en conception Evolution des objectifs de recherche Master de Génie Industriel Modélisation pour la Conception et l Intégration Daniel BRISSAUD Enjeux et problématiques en conception Evolution des objectifs de recherche Master de Génie Industriel Cycle

Plus en détail

Conclusions et Perspectives

Conclusions et Perspectives 8 Conclusions et Perspectives Ce chapitre conclut la thèse en donnant un bilan du travail effectué et les perspectives envisageables au terme de cette recherche. Nous rappelons tout d abord les principales

Plus en détail

EPREUVE INTEGREE DE LA SECTION : BACHELIER EN INFORMATIQUE ET SYSTEMES - FINALITE : TECHNOLOGIE DE L INFORMATIQUE

EPREUVE INTEGREE DE LA SECTION : BACHELIER EN INFORMATIQUE ET SYSTEMES - FINALITE : TECHNOLOGIE DE L INFORMATIQUE MINISTERE DE LA COMMUNAUTE FRANCAISE ADMINISTRATION GENERALE DE L ENSEIGNEMENT ET DE LA RECHERCHE SCIENTIFIQUE ENSEIGNEMENT DE PROMOTION SOCIALE DE REGIME 1 DOSSIER PEDAGOGIQUE UNITE DE FORMATION EPREUVE

Plus en détail

Validation de systèmes interactifs centrée sur l usager

Validation de systèmes interactifs centrée sur l usager Validation de systèmes interactifs centrée sur l usager C. Ailleres Mardi 6 Janvier 2004 Problématique Avènement de l informatique : besoin de qualité et de fiabilité des systèmes Génie Logiciel Importance

Plus en détail

ACCESS - NIVEAU UTILISATEUR

ACCESS - NIVEAU UTILISATEUR ACCESS - NIVEAU UTILISATEUR Toute personne amenée à construire une base de données Access sous Windows. Maîtrise de l environnement Windows et pratique d un logiciel fonctionnant sous Windows. Renseigner

Plus en détail

Journée de rencontre Activités de Recherche 2 mars 2007

Journée de rencontre Activités de Recherche 2 mars 2007 INSTITUT D INFORMATIQUE 1 Journée de rencontre Activités de Recherche 2 mars 2007 Institut d'informatique 21 rue Grandgagnage - B-5000 Namur http://www.info.fundp.ac.be INSTITUT D INFORMATIQUE 2 L institut

Plus en détail

Expérimentation 2007

Expérimentation 2007 Mathématiques série S Épreuve pratique au baccalauréat Expérimentation 2007 - Banque de sujets - Ce document peut être utilisé librement dans le cadre des activités de l'enseignement scolaire, de la formation

Plus en détail

Journée ISN, 13 juin 2012.

Journée ISN, 13 juin 2012. Journée ISN, 13 juin 2012. Comment est construite notre licence d informatique? 1/6 L enseignement de la programmation et de l algorithmique en L1. 2/6 L enseignement de la programmation et de l algorithmique

Plus en détail

Analyse d images, vision par ordinateur. Partie 6: Segmentation d images. Segmentation? Segmentation?

Analyse d images, vision par ordinateur. Partie 6: Segmentation d images. Segmentation? Segmentation? Analyse d images, vision par ordinateur Traitement d images Segmentation : partitionner l image en ses différentes parties. Reconnaissance : étiqueter les différentes parties Partie 6: Segmentation d images

Plus en détail

Comparatif des programmes de mathématiques Cycle 3 et 6 ème

Comparatif des programmes de mathématiques Cycle 3 et 6 ème Comparatif des programmes de mathématiques Cycle 3 et 6 ème 1 - Nombres et calcul Cycle 3 L étude organisée des nombres est poursuivie jusqu au milliard, mais des nombres plus grands peuvent être rencontrés

Plus en détail

Electricien - automaticien SIIC 1

Electricien - automaticien SIIC 1 Electricien - automaticien SIIC 1 Rôle de la situation: Apprentissage Intégration Rôle de l'évaluation: Formative Certificative Étudiant:...... Professeur:...... Constitution d'un dossier électrotechnique

Plus en détail

BTS DESIGN GRAPHIQUE option A : communication et médias imprimés

BTS DESIGN GRAPHIQUE option A : communication et médias imprimés BTS DESIGN GRAPHIQUE option A : communication et médias imprimés Le BTS Design graphique a pour fondement la conceptualisation et la création de produits de communication au service d un particulier, d

Plus en détail

Modélisation. et Ingénierie. Master Sciences de l ingénieur. Acoustique. Contacts. Compétences. Stages. Secteurs d activités

Modélisation. et Ingénierie. Master Sciences de l ingénieur. Acoustique. Contacts. Compétences. Stages. Secteurs d activités Acoustique Identifier et modéliser les phénomènes de propagation acoustique dans les milieux solides et fluides. Mesurer et analyser les signaux et champs acoustiques : musique, bruits, vibrations, infra

Plus en détail

GESTION D HISTORIQUES GESTION DE PREVISIONS PLANIFICATION AVANCEE

GESTION D HISTORIQUES GESTION DE PREVISIONS PLANIFICATION AVANCEE ADVANCED PLANNING SCHEDULE GESTION D HISTORIQUES GESTION DE PREVISIONS PLANIFICATION AVANCEE Votre contact : Pierre Larchères 06 30 35 96 46 18, rue de la Semm - 68000 COLMAR p.larcheres@agelis.fr PRESENTATION

Plus en détail

Mathématiques pour. l informatique

Mathématiques pour. l informatique Xavier Chanet Patrick Vert Mathématiques pour l informatique Pour le BTS SIO Toutes les marques citées dans cet ouvrage sont des marques déposées par leurs propriétaires respectifs. Illustration de couverture

Plus en détail

Diplôme de Comptabilité et de Gestion. D é c r e t N 2 0 0 6-1 7 0 6 d u 2 2 d é c e m b r e 2 0 0 6 - A r r ê t é d u 8 m a r s 2 0 1 0

Diplôme de Comptabilité et de Gestion. D é c r e t N 2 0 0 6-1 7 0 6 d u 2 2 d é c e m b r e 2 0 0 6 - A r r ê t é d u 8 m a r s 2 0 1 0 Diplôme de Comptabilité et de Gestion DCG D é c r e t N 2 0 0 6-1 7 0 6 d u 2 2 d é c e m b r e 2 0 0 6 - A r r ê t é d u 8 m a r s 2 0 1 0 Validation des Acquis de l Expérience VAE R é f é r e n t i e

Plus en détail

U2 MATHÉMATIQUES POUR L INFORMATIQUE

U2 MATHÉMATIQUES POUR L INFORMATIQUE Brevet de Technicien Supérieur SERVICES INFORMATIQUES AUX ORGANISATIONS U2 MATHÉMATIQUES POUR L INFORMATIQUE U21 MATHÉMATIQUES Cette unité d'enseignement se décline en six modules spécifiques : Arithmétique

Plus en détail