Détection et suivi de visages par Support Vector Machine robustes aux changements d échelle

Save this PDF as:
 WORD  PNG  TXT  JPG

Dimension: px
Commencer à balayer dès la page:

Download "Détection et suivi de visages par Support Vector Machine robustes aux changements d échelle"

Transcription

1 Détecton et suv de vsages par Support Vector Machne robustes au changements d échelle Lonel CARMINATI Drectrce de Thèse : Jenny Benos-Pneau Projet Analyse et Indeaton Vdéo

2 Plan de la présentaton Introducton Support Vector Machne Détecton de Vsages & SVM Suv de Vsages par SVM Concluson et perspectves

3 Introducton Enjeu : Partenarat entre le CNRS et une entreprse Créer un système de télésurvellance orenté objet Détecton d objet d ntérêt vsages, plaques mmatrculaton, - Suv de cet objet Detecton d objet en mouvement et nterprétaton Outls d ade à la décson pour un opérateur Statstques d étude du comportement

4 Introducton Enjeu scentfques de la détecton: Étape prmordale pour un système de reconnassance de vsage, de suv de vsage, Processus dont les enjeu sont globalement les mêmes que ceu d autres problèmes de détecton (caractères, formes, ) Mse à contrbuton d algorthme robuste et effcace de détecton Défnton du problème : Entrée : une mage quelconque statque Sorte : les localsatons des vsages dans l mage Contrantes : morphologques prse de vue

5 Détecton de vsage Deu grandes méthodes de détecton Correspondance avec un modèle Modèles prédéfns ou paramétrés par un epert [Govndaraju-96] «couleur de la peau», modèles géométrques, modèles structurels [Samal-95] [Schmd-99] Apparence globale Les attrbuts de détecton sont etrats d une base d apprentssage. [Osuna-95] [Rowley-99]

6 Support Vector Machne Théore Prncpes générau [Vapnk-95, Bruges-98] l Consdérons un ensemble de observatons défns par une pare de n valeurs: R, =1,..., l et sa valeur assocée y { 1, + 1} donnée par un epert et supposé «sure». Supposons que ces données suvent une dstrbuton nconnue de façon..d. P(, y) Un automate détermnste dont la tache est d apprendre y défn par un ensemble d applcatons possble f (, α) -.e pour une entrée donnée et un α spécfque on récupère toujours la même valeur de sorte Un α partculer génère un système dt «entrané».

7 Support Vector Machne Théore Prncpes générau [Vapnk-95, Bruges-98] La plupart des classfeurs utlsent un apprentssage basé sur la mnmsaton de l erreur d entraînement (.e. Rsque emprque) pour défnr une bonne généralsaton. 1 l R ( α) = y f (, α) emp 2l = 1 On cherche c un prncpe d nducton qu conduse drectement à une capacté de généralsaton la plus grande possble.e. qu mnmse la «fonctonnelle de rsque» suvante 1 R( α) = y f (, α) dp(, y) 2 1 y f (, α) est appelé perte et vaut sot 0 ou 1. S on prend η de 2 telle façon que 0 η 1 Vapnk défnt la majoraton suvante: h < l R( α) < R emp h(log(2l / h) + 1) log( η / 4) ( α) + l est la dmenson VC et désgne la capacté de l espace de foncton

8 SVM et Détecton de vsage Prncpe: défnr le vecteur caractérstque d un vsage comme un ensemble des valeurs de lumnance choses sur une fenêtre de talle prédéfne X N² Apprendre les classes Vsage - Non-vsage

9 Support Vector Machne(I) Prncpe général [Vapnk-95, Bruges-98] Le cho de la séparaton se caractérse par un hypersurface qu classfe correctement les données et qu se trouve «le plus élogné possble de tous les eemples». Ic on suppose le cas de séparablté lnéare seulement Contrante (1) mn = 1,..., lw + b= 1

10 S.V.M. et noyau dvers Tutoral on Support Vector Machnes for Pattern Recognton [Burges-98] Formulaton générale de la soluton Polynômau: Gaussenne: 1) ' ( '), ( + = K = 2 ' 2 / '), ( 2 σ e K σ 1 ' )', ( e K = 1). ( ), ( + = s s K ) 2 / ep( ), ( 2 2 σ s s K = = = + = + Φ Φ = l l b s K y b s y f 1 1 ), ( ) ( ). ( ) ( λ λ

11 Présentaton du détecteur Pyramde Gaussenne

12 Stratége Cross Checkng Descrpton Consdérant une rétne de talle fe, on parcourt tous les nveau de la pyramde en commençant par (1) à la recherche de vsages. S on détecte un vsage on propage le champ de détecton au nveau en dessous à la fos pour affner la détecton et pour éventuellement localser un autre vsage. S aucun vsage n est localsé en (1) on scanne sur la totalté de l mage de nveau (2) S un vsage est détecté sur pluseurs nveau au mêmes coordonnées le vsage de plus haut nveau est consdéré assurant ans une melleure couverture du vsage. Pb s le vsage passe à travers les rétnes de 2 nveau d échantllonnage que fare? Echantllonage des Support Vector A paratre!

13 Résultats obtenus base MIT Correcton Égalsaton Lumnosté Hstogramme Noyau polynomal d ordre 2 Base d apprentssage 2429 vsages et 4558 non-vsages Base de test 472 vsages et non-vsages Détecton 95.1% Indce confance 98.9%

14 Résultats obtenus OpenVdeo En pratque... Eemples de détecton sur des mages etrates du corpus vdéo OpenVdéo Images BMP

15 Résultats obtenus TREC Vdeo En pratque... Eemples de détecton sur des mages etrates de TREC Vdeo 2004 Images Clef des Plans Images BMP Recall / Precson sur TREC 2004 (sot fchers) Sans cross-checkng / 85,3% / 83,8% Avec cross-checkng / 83,1% / 95,7%

16 Résultats: vdéosurvellance En pratque... Eemples de détecton sur des séquences typques de vdéo survelllance.

17 SVM Trackng S.Avdan Support Vector Trackng, IEEE Transactons on Pattern Analyss and Machne Intellgence 26(8) pp Prncpe de Support Vector Trackng : Suv d un objet apprs c l arrère de pods lourds- va une caméra montée sur un véhcule les poursuvant. Fournr une soluton élégante pour la détecton et pour le trackng grâce au Support Vector apprs. Intégraton d un classfeur SVM dans un tracker basé flot optque. Le trackeur effectue sa recherche sur une seule mage. Lmtatons: Ne consdére que les mouvements translatonnels de cet object. Utlsaton peu réalste de leur travau.

18 SVM Trackng Modfcatons et Prncpes: Proposer un modèle de mouvement plus complee que celu étudé par Avdan pour répondre au contrantes de la télésurvellance translaton, zoom, rotaton. Estmaton d un modèle complet affne à 6 paramètres de l objet d ntérêt par SVM déjà entrané pour la détecton. Injecter la connassance vsages à un trackeur. Ne pas unquement se baser sur le prncpe de conservaton d ntensté lumneuse de l objet en mouvement. Modfcaton du noyau de classfcaton pour l estmaton de son mouvement.e. après détecton d un vsage à l nstant t-1, sa localsaton, à l nstant t, est détermnée par la poston du ma. des valeurs de noyau au alentours de la poston de détecton.

19 SVM Trackng En njectant le développement en sére de Taylor de premer ordre de l mage, nous avons donc: avec On ntrodut une foncton d énerge E à mamser défnssant ans la melleure sous-mage canddate on suppose un noyau polynomal-:

20 SVM Trackng En dérvant E suvant tous les paramètres du modèle affne, on obtent l écrture matrcelle CA=B avec Méthode: Pour chaque mage I, on estme les coeffcents a0,,a5. On obtent ans les vecteurs de déplacements u et v. On calcule la foncton d énerge et on répète l opératon jusqu à stablté de la foncton d énerge E. L estmaton des valeurs de I en réel s effectue par nterpolaton blnéare.

21 Résultats vdéosurvellance En pratque... Eemples de suv de vsages sur une vdéo typque de Vdéosurvellance.

22 Concluson et perspectves Mse en place d un détecteur à base de Support Vector Machne. Ms en correspondance des détectons par Cross-checkng multrésoluton des détectons. Etude et développement d un trackeur ntellgent basé Support Vector Machne qu estme le modèle affne complet à 6 paramètres du mouvement du vsage. Les Support Vector Machne offrant un cadre de traval à la fos pour la détecton que pour le trackng, soluton élégante et ntellgente de suv. Possblté d un détecteur temps-réel pour des mages de talle moyenne CIF Perspectves: Etude sur des scènes plus complees : foules, tetures,

23 Remercements Jenny BENOIS-PINEAU (LaBR) Marc GELGON (I.R.IN.) Mchel STEMPIN (VsualP) Benot Papllault (VsualP)

Méthodes à vecteurs de support et Indexation sonore

Méthodes à vecteurs de support et Indexation sonore FORMATION DOCTORALE EN INFORMATIQUE UNIVERSITE PAUL SABATIER DEA INFORMATIQUE de L IMAGE et du LANGAGE (IIL) Méthodes à vecteurs de support et Indexaton sonore par José Anbal ARIAS AGUILAR Drecteur de

Plus en détail

Prévision des ventes des articles textiles confectionnés. B. Zitouni*, S. Msahli* * Unité de Recherches Textiles, Ksar-Hellal, Tunisie.

Prévision des ventes des articles textiles confectionnés. B. Zitouni*, S. Msahli* * Unité de Recherches Textiles, Ksar-Hellal, Tunisie. Prévson des ventes des artcles textles confectonnés B Ztoun*, S Msahl* * Unté de Recherches Textles, Ksar-Hellal, Tunse Résumé Dans cette étude, on se propose de détermner s le recours à des réseaux de

Plus en détail

Support Vector Machines (SVM)

Support Vector Machines (SVM) Ecoe Centrae de Lyon Cours: SVM Support Vector Machne Séparateurs à Vastes Marges Par : Lmng Chen Lmng.chen@ec-yon.fr 9/03/007 Ecoe Centrae de Lyon Support Vector Machnes SVM Une méthodooge d nférence

Plus en détail

Chapitre 3: Stockage et distribution

Chapitre 3: Stockage et distribution I- Défntons Chaptre 3: Stockage et dstrbuton Réseau de desserte = Ensemble des équpements (canalsatons et ouvrages annexes) achemnant de manère gravtare ou sous presson l eau potable ssue des untés de

Plus en détail

Ajustement affine par les moindres carrés

Ajustement affine par les moindres carrés 1. Nveau Termnales STG et ES Ajustement affne par les mondres carrés 2. Stuaton-problème proposée Introducton à la méthode des mondres carrés. 3. Support utlsé Tableur et calculatrce. 4. Contenu mathématque

Plus en détail

Analyses de sensibilité et Recalage de modèles thermiques spatiaux à l aide d algorithmes génétiques.

Analyses de sensibilité et Recalage de modèles thermiques spatiaux à l aide d algorithmes génétiques. Analyses de sensblté et Recalage de modèles thermques spataux à l ade d algorthmes génétques. Approches stochastques et Industre 2&3/02/2006 F.JOUFFROY/A.CAPITAINE Plan de la présentaton Contexte Modélsaton

Plus en détail

Banque d exercices pour le cours de "mise à niveau" de statistique de M1 AgroParisTech

Banque d exercices pour le cours de mise à niveau de statistique de M1 AgroParisTech Banque d exercces pour le cours de "mse à nveau" de statstque de M1 AgroParsTech Instructons pour les exercces 1. Lorsque ren n est précsé, on suppose que la dstrbuton étudée est gaussenne. Pour les exercces

Plus en détail

Partie I: Différences finies avec centrage partiel

Partie I: Différences finies avec centrage partiel U. PARIS VI et ÉCOLE POLYTECHNIQUE 7 anver 04 Spécalté Probablté et Fnance du Master de Scences et Technologe EXAMEN DU COURS ANALYSE NUMÉRIQUE DES ÉQUATIONS AUX DÉRIVÉES PARTIELLES EN FINANCE verson 03/0/04

Plus en détail

Réseaux de Neurones Artificiels pour la Gestion d un Système d Énergie. Applicabilité et limitations des paradigmes principaux Gonzalo Joya

Réseaux de Neurones Artificiels pour la Gestion d un Système d Énergie. Applicabilité et limitations des paradigmes principaux Gonzalo Joya Réseaux de Neurones Artfcels pour la Geston d un Système d Énerge. Applcablté et lmtatons des paradgmes prncpaux Gonzalo Joya ETSI Telecomuccacón 2917 Málaga joya@dte.uma.es París, le 29 mars 21 1. Justfcaton

Plus en détail

Université de Cergy-Pontoise

Université de Cergy-Pontoise Unversté de Cergy-Pontose THESE Dscplne : Géne cvl Présentée par : Salma HASSANI-MANAI Pour obtenr le grade de DOCTEUR DE L UNIVERSITE DE CERGY-PONTOISE Sujet : ETUDE ET MODELISATION DE LA STABILITE DES

Plus en détail

C.P.G.E-TSI-SAFI Redressement non commandé 2006/2007

C.P.G.E-TSI-SAFI Redressement non commandé 2006/2007 C.P.G.E-TSI-SAFI edressement non commandé 2006/2007 edressement non commandé Introducton : es réseaux et les récepteurs électrques absorbent de l énerge sous deux formes, en contnus ou en alternatfs. Pour

Plus en détail

Enseignement secondaire. PHYSI Physique Programme

Enseignement secondaire. PHYSI Physique Programme Ensegnement secondare Dvson supéreure PHYSI Physque Programme 3CB_3CC_3CF_3MB_3MC_3MF Langue véhculare : franças Nombre mnmal de devors par trmestre : 1 PHYSI_3CB_3CC_3CF_3MB_3MC_3MF_PROG_10-11 Page 1

Plus en détail

UTILISATION DES COPULES POUR ANALYSER L IMPACT DES DEPENDANCES SUR UN PORTEFEUILLE DE CREDITS RAPPORT DE STAGE D INGENIEUR CONFIDENTIEL

UTILISATION DES COPULES POUR ANALYSER L IMPACT DES DEPENDANCES SUR UN PORTEFEUILLE DE CREDITS RAPPORT DE STAGE D INGENIEUR CONFIDENTIEL Yohan KABLA ECP - 3 EME ANNEE MAP SMF UTILISATION DES COPULES POUR ANALYSER L IMPACT DES DEPENDANCES SUR UN PORTEFEUILLE DE CREDITS RAPPORT DE STAGE D INGENIEUR CONFIDENTIEL 5 MAI NOVEMBRE 00 MAITRES DE

Plus en détail

V FORMATION DES IMAGES DANS L EXEMPLE DU MIROIR PLAN

V FORMATION DES IMAGES DANS L EXEMPLE DU MIROIR PLAN Chaptre V page V-1 V FORMTION DES IMGES DNS L EXEMPLE DU MIROIR PLN Le but de ce chaptre est d ntrodure la noton d mage { travers l exemple du mror plan. Vous vous êtes sûrement déjà regardé(e) dans un

Plus en détail

LES POMPES. Devant la grande diversité de situations possibles, on trouve un grand nombre de machines que l on peut classer en deux grands groupes :

LES POMPES. Devant la grande diversité de situations possibles, on trouve un grand nombre de machines que l on peut classer en deux grands groupes : Ste: http://gene.ndustrel.aa.free.fr LES POMPES Les pompes sont des apparels permettant un transfert d énerge entre le flude et un dspostf mécanque convenable. Suvant les condtons d utlsaton, ces machnes

Plus en détail

Classification des images des dattes par SVM : contribution à l amélioration du processus de tri

Classification des images des dattes par SVM : contribution à l amélioration du processus de tri Classfcaton des mages des dattes par SVM : contrbuton à l améloraton du processus de tr Djeffal Abdelhamd 1, Regueb Salah 1, Babahenn Mohamed Chaouk 1,Taleb Ahmed Abdelmalk 2, 1 Département d Informatque,

Plus en détail

Mesure de compatibilité et recherche de solutions régulières en contact pénalisé

Mesure de compatibilité et recherche de solutions régulières en contact pénalisé Mesure de compatblté et recherche de solutons régulères en contact pénalsé G. Vermot des Roches,3, E. Balmes,2, Hachm Ben Dha 3, Rém Lemare 4 SDTools 44, Rue Vergnaud, 7503, Pars - FRANCE {vermot,balmes}@sdtools.com

Plus en détail

TRAITEMENT des IMAGES. VISION par MACHINE

TRAITEMENT des IMAGES. VISION par MACHINE TRAITEENT des IAGES et VISION pr ACHINE ASTER PRO INFO / Jen-rc Vézen Jen-rc.Vezen@lms.fr Jen-rc Vezen Vson pr chne IV. CORRECTION D IAGES Jen-rc Vezen Vson pr chne IV. CORRECTION D IAGES Avnt trtement

Plus en détail

Analyse Numérique - Projet A rendre au plus tard le jour de l examen final, en Janvier 2010.

Analyse Numérique - Projet A rendre au plus tard le jour de l examen final, en Janvier 2010. Master 1ère année de Mathématques Analyse Numérque - Projet A rendre au plus tard le jour de l examen fnal, en Janver 2010. CMI, Unversté de Provence Année 2009-2010 Ce qu vous est demandé : Rédger les

Plus en détail

Optimisation du conditionnement d'air des locaux de télécommunication par utilisation de produits à changement de phase

Optimisation du conditionnement d'air des locaux de télécommunication par utilisation de produits à changement de phase Optmsaton du condtonnement d'ar des locaux de télécommuncaton par utlsaton de produts à changement de phase Davd NÖRTERSHÄUSER, Stéphane LE MASSON France Telecom R&D, 2 Avenue Perre Marzn, 2 LANNION Résumé

Plus en détail

La décomposition en valeurs singulières: un outil fort utile

La décomposition en valeurs singulières: un outil fort utile La décomposton en valeurs sngulères: un outl fort utle Références utles: 1- Sonka et al.: sectons 3.2.9 et 3.2.1 2- Notes manuscrtes du cours 3- Press et al: Numercal recpes * Dernère révson: Patrck Hébert

Plus en détail

Impact de la chirurgie sur une cohorte d adultes d souffrant d éd. épilepsie partielle pharmacorésistante

Impact de la chirurgie sur une cohorte d adultes d souffrant d éd. épilepsie partielle pharmacorésistante Impact de la chrurge sur une cohorte d adultes d souffrant d éd éplepse partelle pharmacorésstante sstante: Analyse par score de propenson 4 ème Conférence Francophone d Epdémologe Clnque - Congrès thématque

Plus en détail

gaussien pour l analyse de sensibilité d une sortie spatiale d un code de calcul

gaussien pour l analyse de sensibilité d une sortie spatiale d un code de calcul Utlsaton du métamodèle processus gaussen pour l analyse de sensblté d une sorte spatale d un code de calcul Applcaton à un code de transport hydrogéologque ologque Amandne Marrel Thèse effectuée au LMTE

Plus en détail

DEFINITIONS ET PRINCIPES FONDAMENTAUX DE LA RDM

DEFINITIONS ET PRINCIPES FONDAMENTAUX DE LA RDM DEFINITIONS ET PRINCIPES FONDMENTUX DE L RDM 1 OJET DE L RDM PRINCIPES DE L STTIQUE.1 Défnton de l équlbre statque.1.1 Epresson du torseur des actons, moment d une force.1. Sstèmes de forces dvers 3. Les

Plus en détail

I. Fonctionnalités du tableur

I. Fonctionnalités du tableur Olver Coma Macro MRP pour Excel Decembre 1999 I. Fonctonnaltés du tableur I.1. Feulle «Nomenclature «Le tableur propose pluseurs optons à l ouverture du fcher. Cnq boutons apparassent à drote de la feulle

Plus en détail

MODELISATION DES PROCESSUS LINEAIRES

MODELISATION DES PROCESSUS LINEAIRES MDELISATIN DES PRCESSUS LINEAIRES Dans un premer temps, nous ne consdérons que des processus partculers, supposés notamment statonnare. Cec permet de présenter un certan nombre d'outls dans un cadre relatvement

Plus en détail

Caméras virtuelles pour l étalonnage d un système de réalité augmentée sur affichage semi-transparent

Caméras virtuelles pour l étalonnage d un système de réalité augmentée sur affichage semi-transparent Caméras vrtuelles pour l étalonnage d un système de réalté augmentée sur affchage sem-transparent Jm Braux-Zn 1, Adren Bartol 2, Roman Dupont 1, Mohamed Tamaazoust 1 1. CEA, LIST 91191 Gf-sur-Yvette, France

Plus en détail

Chapitre II : Introduction Thermodynamique des machines de compression (compresseurs) et de détente (turbines).

Chapitre II : Introduction Thermodynamique des machines de compression (compresseurs) et de détente (turbines). Chaptre II : Introducton hermodynamque des machnes de compresson (compresseurs) et de détente (turbnes). II. : Introducton. On s'ntéresse dans ce chaptre à l'ntroducton thermodynamque des compresseurs

Plus en détail

Comparaison entre Block Matching et Spherical Block Matching pour l estimation du mouvement dans des images omnidirectionnelles

Comparaison entre Block Matching et Spherical Block Matching pour l estimation du mouvement dans des images omnidirectionnelles Comparason entre Block Matchng et Sphercal Block Matchng pour l estmaton du mouvement dans des mages omndrectonnelles Damal ALOUACHE 1 Kahna SLIMANI 1 Zohra AMEUR 1 Soltane AMEUR 1 1 Laboratore d Analyse

Plus en détail

Indicateurs de compétitivité- prix et de performances à l exportation

Indicateurs de compétitivité- prix et de performances à l exportation Décembre 2009 Indcateurs de compéttvté- prx et de performances à Méthodologe Les ndcateurs présentés dans ce document vsent à mesurer en temps réel l évoluton des parts de marché des prncpaux exportateurs

Plus en détail

L Interprétation des Images Médicales Cérébrales : Segmentation par L approche Split et Merge

L Interprétation des Images Médicales Cérébrales : Segmentation par L approche Split et Merge L Interprétaton des Images Médcales Cérébrales : Segmentaton par L approche Splt et Merge Berrch Fatma Zohra 1, Benyettou Mohamed 1 1 Laboratore de Modélsaton et Optmsaton des Systèmes Industrels : LAMOSI.

Plus en détail

Combinaison de dires d'experts en élicitation de lois a priori. pour Listeria chez la souris. Exposé AppliBugs

Combinaison de dires d'experts en élicitation de lois a priori. pour Listeria chez la souris. Exposé AppliBugs Combnason de dres d'experts en élctaton de los a pror. Applcaton à un modèle doseréponse pour Lstera chez la sours. Exposé ApplBugs ISABELLE ALBERT 8 / / 03 INTRODUCTION Cet exposé présente une parte du

Plus en détail

Feuilles de style CSS

Feuilles de style CSS Feulles de style CSS 71 Feulles de style CSS Les standards du web Les langages du web : le HTML et les CSS Depus la verson 4 de l'html (décembre 1999), le W3C propose les feulles de style en cascade, les

Plus en détail

PROPOSITION D UNE PROCEDURE DE DETERMINATION DE TEMPS UNITAIRE DE PIECES DECOUPEES

PROPOSITION D UNE PROCEDURE DE DETERMINATION DE TEMPS UNITAIRE DE PIECES DECOUPEES 8 e Conférence Internatonale de MOdélsaton et SIMulaton - MOSIM - au 2 ma - Hammamet - Tunse «Evaluaton et optmsaton des systèmes nnovants de producton de bens et de servces» PROPOSITION D UNE PROCEDURE

Plus en détail

MASTER ECONOMETRIE ET STATISTIQUE APPLIQUEE (ESA)

MASTER ECONOMETRIE ET STATISTIQUE APPLIQUEE (ESA) MASTER ECONOMETRIE ET STATISTIQUE APPLIQUEE (ESA) Unversté d Orléans Econométre des Varables Qualtatves Chaptre 3 Modèles à Varable Dépendante Lmtée Modèles Tobt Smples et Tobt Généralsés Chrstophe Hurln

Plus en détail

L'INDUCTION ON5WF (MNS)

L'INDUCTION ON5WF (MNS) 'IDUCTIO ème parte / O5WF (MS) Dans la ère parte de cet artcle, nous avons vu qu'un courant électrque donnat leu à un champ magnétque (expérence d'oersted). ous avons ensute vu comment Faraday, après avor

Plus en détail

Synthèse de cours PanaMaths (Terminale S) Les nombres complexes

Synthèse de cours PanaMaths (Terminale S) Les nombres complexes Snthèse de cours PanaMaths (Termnale S) L ensemble des nombres complees Défntons n pose tel que = 1 { } L ensemble des nombres complees, noté, est l ensemble : z /(, ) = + Le réel est appelé «parte réelle

Plus en détail

CHAPITRE 2. La prévision des ventes

CHAPITRE 2. La prévision des ventes CHAPITRE La prévson des ventes C est en foncton des prévsons de ventes que l entreprse détermne la producton, les achats et les nvestssements nécessares. La prévson des ventes condtonne l ensemble de la

Plus en détail

Solution : 1. Soit y = α + βt, l équation de la droite considérée. Le problème de régression linéaire s écrit. i=1 2(α + βt i b i )t i

Solution : 1. Soit y = α + βt, l équation de la droite considérée. Le problème de régression linéaire s écrit. i=1 2(α + βt i b i )t i Exercces avec corrgé succnct du chaptre 3 (Remarque : les références ne sont pas gérées dans ce document, par contre les quelques?? qu apparassent dans ce texte sont ben défns dans la verson écran complète

Plus en détail

Statistiques. A) Vocabulaire. B) Caractéristiques de position et de dispersion.

Statistiques. A) Vocabulaire. B) Caractéristiques de position et de dispersion. Statstques A) Vocabulare. Poulaton et ndvdu : La oulaton est l ensemble des ndvdus sur lequel vont orter les observatons. Caractère : Le caractère est la rorété étudée. Le caractère est qualtatf s l n

Plus en détail

Cours Corporate finance

Cours Corporate finance Cours Corporate fnance Eléments de théore du portefeulle Le edaf Franços Longn www.longn.fr lan Notons de rentablté Défnton odélsaton Eléments de théore du portefeulle ortefeulle Dversfcaton Le edaf Le

Plus en détail

Assistance à la saisie en milieu non structuré

Assistance à la saisie en milieu non structuré Assstance à la sase en mleu non structuré R. Gharb 1, N. Rezzoug 1, P. Gorce 1 P. Hoppenot 2, E. Colle 2 1 Laboratore ESP EA 3162 Unversté de Toulon et du Var BP 20132, 83957 La Garde gorce{rezzoug, gharb}@unv-tln.fr

Plus en détail

LP 46 Applications des lois de l'optique géométrique à l'appareil photographique

LP 46 Applications des lois de l'optique géométrique à l'appareil photographique LP 46 Applatons des los de l'optque géométrque à l'apparel photographque Introduton: Nous allons termner les leçons d'optque géométrque en étudant un apparel qu utlse les résultats de e domane de la physque,

Plus en détail

(Licence L1 /Durée 3H) Stand d étude de l'effort tranchant dans une poutre Règle Des accroches poids

(Licence L1 /Durée 3H) Stand d étude de l'effort tranchant dans une poutre Règle Des accroches poids (Lcence L1 /Durée 3H) Objectfs : Se famlarser avec l apparel d étude de l'effort tranchant dans une poutre (les pèces consttutves, mode d emplo...) Ben matrser les étapes qu mènent à l élaboraton des dfférents

Plus en détail

Cryptographie évolutionniste

Cryptographie évolutionniste Cryptographe évolutonnste Applcaton des algorthmes évolutonnstes à la cryptographe Fouza Omary* Abderrahm Tragha** Aboubakr Lbekkour* *Département de mathématques et nformatque faculté des scences-rabat

Plus en détail

Traitement des images multispectrales

Traitement des images multispectrales Tratement des mages multspectrales É. DINET LIGIV Unversté Jean MONNET Bât. E, 10 rue Barroun 4000 SAINT-ÉTIENNE France Erc.Dnet@unv-st-etenne.fr Résumé Pour répondre aux besons et aux exgences d applcatons

Plus en détail

Mesurer la qualité de la prévision

Mesurer la qualité de la prévision Mesurer la qualté de la prévson Luc Baetens 24/11/2011 www.mobus.eu Luc Baetens 11 ans d expérence Planfcaton Optmsaton des stocks Organsaton de la Supply Chan Performance de la Supply Chan Geston de la

Plus en détail

Remboursement d un emprunt par annuités constantes

Remboursement d un emprunt par annuités constantes Sére STG Journées de formaton Janver 2006 Remboursement d un emprunt par annutés constantes Le prncpe Utlsaton du tableur Un emprunteur s adresse à un prêteur pour obtenr une somme d argent (la dette)

Plus en détail

SPE PSI DEVOIR LIBRE N 9 pour le 04/01/12. Phénomènes d induction et conversion électromécanique:

SPE PSI DEVOIR LIBRE N 9 pour le 04/01/12. Phénomènes d induction et conversion électromécanique: SPE PSI DEVOIR LIBRE N 9 pour le 04/01/12 Phénomènes d nducton et converson électromécanque: 1/ Inductance propre et nductance mutuelle. 11/ Défntons et proprétés : 11a/ Défnr l'nductance propre L d un

Plus en détail

Métaheuristiques pour l Optimisation Combinatoire Multi-objectifs : Etat de l art

Métaheuristiques pour l Optimisation Combinatoire Multi-objectifs : Etat de l art Métaheurstques pour l Optmsaton Combnatore Mult-objectfs : Etat de l art El-Ghazal TALBI Equpe OPAC (Optmsaton PArallèle Coopératve) Laboratore d Informatque Fondamentale de Llle Unversté de Llle 1, France

Plus en détail

- Tracer une droite dans le plan repéré. - Interpréter graphiquement le coefficient directeur d une droite.

- Tracer une droite dans le plan repéré. - Interpréter graphiquement le coefficient directeur d une droite. www.mathsenlgne.com 2G3 - EQUATINS DE DRITES CURS (1/5) CNTENUS CAPACITES ATTENDUES CMMENTAIRES Drote comme courbe représentatve d une foncton affne. - Tracer une drote dans le plan repéré. - Interpréter

Plus en détail

Il fournit un complément d information au document du BSIF que voici :

Il fournit un complément d information au document du BSIF que voici : Préavs REMARQUE* Objet : ttre des garantes de fonds dstncts des socétés d assurance-ve qu utlsent les facteurs prescrts Catégore : Captal Date : Le présent préavs décrt une méthode factorelle alternatve

Plus en détail

Application du système immunitaire artificiel ordinaire et amélioré pour la reconnaissance des caractères artificiels

Application du système immunitaire artificiel ordinaire et amélioré pour la reconnaissance des caractères artificiels 9 Nature & Technology Applcaton du système mmuntare artfcel ordnare et améloré pour la reconnassance des caractères artfcels Hba Khell a, Abdelkader Benyettou a a Laboratore Sgnal Image Parole SIMPA-,

Plus en détail

Généralités sur les fonctions 1ES

Généralités sur les fonctions 1ES Généraltés sur les fonctons ES GENERALITES SUR LES FNCTINS I. RAPPELS a. Vocabulare Défnton Une foncton est un procédé qu permet d assocer à un nombre x appartenant à un ensemble D un nombre y n note :

Plus en détail

Chapitre 2 : Energie potentielle électrique. Potentiel électrique

Chapitre 2 : Energie potentielle électrique. Potentiel électrique 2 e BC 2 Energe potentelle électrque. Potentel électrque 12 Chaptre 2 : Energe potentelle électrque. Potentel électrque 1. Traval de la orce électrque a) Expresson mathématque dans le cas du déplacement

Plus en détail

Chapitre 5: La programmation dynamique

Chapitre 5: La programmation dynamique Chaptre 5: La programmaton dynamque. Introducton La programmaton dynamque est un paradgme de concepton qu l est possble de vor comme une améloraton ou une adaptaton de la méthode dvser et régner. Ce concept

Plus en détail

EXAMEN FINAL DE STATISTIQUES DESCRIPTIVES L1 ECO - SESSION 1 - Correction - Minimum Moyenne Ecart-type

EXAMEN FINAL DE STATISTIQUES DESCRIPTIVES L1 ECO - SESSION 1 - Correction - Minimum Moyenne Ecart-type EAME FIAL DE STATISTIQUES DESCRIPTIVES L1 ECO - SESSIO 1 - Correcton - Exercce 1 : 1) Questons à Chox Multples (QCM). Cochez la bonne réponse Classer ces statstques selon leur nature (ndcateur de poston

Plus en détail

Introduction. 1. le modèle de survie de COX utilisé par O. Brandmeyer dans son stage de Master 2 IMOI au Centre de Médecine Préventive de Nancy ;

Introduction. 1. le modèle de survie de COX utilisé par O. Brandmeyer dans son stage de Master 2 IMOI au Centre de Médecine Préventive de Nancy ; Introducton Le groupe de Bo-Statstque a eu une actvté soutenue en 2006-2007. Cette dernère s est concrétsée par des réunons de petts groupes de traval autour de thèmes de recherche partculers et par la

Plus en détail

DOCUMENT DE TRAVAIL 2004-023

DOCUMENT DE TRAVAIL 2004-023 Publé par : Publsed by : Publcacón de la : Édton électronque : Electronc publsng : Edcón electrónca : Dsponble sur Internet : Avalable on Internet Dsponble por Internet : Faculté des scences de l admnstraton

Plus en détail

Proposition d'une solution au problème d initialisation cas du K-means

Proposition d'une solution au problème d initialisation cas du K-means Proposton d'une soluton au problème d ntalsaton cas du K-means Z.Guelll et L.Zaou, Unversté des scences et de la technologe d Oran MB, Unversté Mohamed Boudaf USTO -BP 505 El Mnaouer -ORAN - Algére g.zouaou@gmal.com,

Plus en détail

Ch 4 Séries statistiques à une dimension Définitions et représentation graphique

Ch 4 Séries statistiques à une dimension Définitions et représentation graphique Ch 4 Séres statstques à une dmenson Défntons et représentaton graphque Termnologe Ensemble étudé = populaton Eléments de cet ensemble = ndvdus ou untés Attrbut consdéré = caractère qu peut être qualtatf

Plus en détail

Identifie les données des situations (problèmes ou besoins) rencontrés en vue de leur traitement.

Identifie les données des situations (problèmes ou besoins) rencontrés en vue de leur traitement. Informatons de l'unté d'ensegnement Implantaton Cursus de ECAM Bacheler en Scences ndustrelles Pont vers le supéreur: Scences B1010 Cycle 1 Bloc 1 Quadrmestre 1 Pondératon 5 Nombre de crédts 5 Nombre d

Plus en détail

classification non supervisée : pas de classes prédéfinies Applications typiques

classification non supervisée : pas de classes prédéfinies Applications typiques Qu est ce que le clusterng? analyse de clusterng regroupement des obets en clusters un cluster : une collecton d obets smlares au sen d un même cluster dssmlares au obets appartenant à d autres clusters

Plus en détail

direction de l animation de la recherche, des études et des statistiques Numéro 176 Juillet 2013

direction de l animation de la recherche, des études et des statistiques Numéro 176 Juillet 2013 Document d études drecton de l anmaton de la recherche, des études et des statstques Numéro 176 Jullet 2013 La régonalsaton des dépenses de formaton des entreprses au ttre du plan de formaton Jérôme Lê

Plus en détail

Hansard OnLine. Guide relatif au Unit Fund Centre

Hansard OnLine. Guide relatif au Unit Fund Centre Hansard OnLne Gude relatf au Unt Fund Centre Table des matères Page Présentaton du Unt Fund Centre (UFC) 3 Utlsaton de crtères de recherche parm les fonds 4-5 Explotaton des résultats des recherches par

Plus en détail

EXEMPLES D UTILISATION DE LA TECHNIQUE DES OBSERVATIONS INSTANTANÉES.

EXEMPLES D UTILISATION DE LA TECHNIQUE DES OBSERVATIONS INSTANTANÉES. EXEMPLES D UTILISATIN DE LA TECHNIQUE DES BSERVATINS INSTANTANÉES. Chrstan Fortn, ng., Ph.D. Ergonome et hygénste du traval Centre of santé et servces socaux de la Montagne, Montréal. Résumé La technque

Plus en détail

L algorithme PageRank de Google : Une promenade sur la toile

L algorithme PageRank de Google : Une promenade sur la toile APMEP Pour chercher et approfondr 473 L algorthme PageRank de Google : Une promenade sur la tole Mchael Esermann (*) Depus plus d une décenne Google domne le marché des moteurs de recherche sur nternet

Plus en détail

N - ANNEAUX EUCLIDIENS

N - ANNEAUX EUCLIDIENS N - ANNEAUX EUCLIDIENS Dans ce qu sut A est un anneau untare, mun de deux opératons notées addtvement et multplcatvement. Le neutre de l addton est noté 0, celu de la multplcaton est noté e. On pose A

Plus en détail

Caractéristiques dynamiques d'une structure de tenségrité en fonction de son niveau d'autocontrainte

Caractéristiques dynamiques d'une structure de tenségrité en fonction de son niveau d'autocontrainte 19 ème Congrès Franças de Mécanque Marselle, 24-28 août 29 Caractérstques dynamques d'une structure de tenségrté en foncton de son nveau d'autocontrante J-F. ubé, B. Crosner, N. Angeller a a. Laboratore

Plus en détail

Corrélation et régression linéaire

Corrélation et régression linéaire Corrélaton et régresson lnéare 1. Concept de corrélaton. Analyse de régresson lnéare 3. Dfférences entre valeurs prédtes et observées d une varable 1. Concept de corrélaton L objectf est d analyser un

Plus en détail

Comparaison de méthodes d ajustement d une distribution de Weibull à 3 paramètres sur une base de données de mesures de ténacité

Comparaison de méthodes d ajustement d une distribution de Weibull à 3 paramètres sur une base de données de mesures de ténacité Comparason de méthodes d ajustement d une dstrbuton de Webull à 3 paramètres sur une base de données de mesures de ténacté M. Marquès, N. Pérot, N. Devctor Laboratore de Condute et Fablté des Réacteurs

Plus en détail

Globalisation de l Algorithme de Nelder-Mead : Application aux Composites

Globalisation de l Algorithme de Nelder-Mead : Application aux Composites INSA de Rouen LMR - Laboratore de Mécanque UMR 638 Rapport Technque : Globalsaton de l Algorthme de Nelder-Mead : Applcaton aux Compostes Marco Antôno Luersen, Doctorant au LMR Rodolphe Le Rche, Chargé

Plus en détail

Cours de Calcul numérique MATH 031

Cours de Calcul numérique MATH 031 Cours de Calcul numérque MATH 03 G. Bontemp, A. da Slva Soares, M. De Wulf Département d'informatque Boulevard du Tromphe - CP22 http://www.ulb.ac.be/d Valeurs propres en pratque. Localsaton. Méthode de

Plus en détail

Détection et Classification Automatiques d Arythmies Cardiaques

Détection et Classification Automatiques d Arythmies Cardiaques SETIT 2009 5 th Internatonal Conference: Scences of Electronc, Technologes of Informaton and Telecommuncatons March 22-26, 2009 TUNISIA Détecton et Classfcaton Automatques d Arythmes Cardaques Zd-el-khr

Plus en détail

Miroirs sphériques Dioptres sphériques. 1 Miroirs sphériques. 1.1 Introduction : focaliser la lumière. 1.2 Miroir concaves faisceau parallèle

Miroirs sphériques Dioptres sphériques. 1 Miroirs sphériques. 1.1 Introduction : focaliser la lumière. 1.2 Miroir concaves faisceau parallèle Mrors spérques Doptres spérques Nous allons mantenant aborder des systèmes optques un peu plus complexes, couramment utlsés pour produre des mages. Nous allons commencer par étuder un mror spérque de façon

Plus en détail

Application des algorithmes évolutionnaires multicritères à la conception de véhicules électriques

Application des algorithmes évolutionnaires multicritères à la conception de véhicules électriques Chaptre 5 Applcaton des algorthmes évolutonnares multcrtères à la concepton de véhcules électrques Dans ce chaptre, nous entreprenons vértablement la concepton systémque par optmsaton de véhcules électrques

Plus en détail

Pilotage d'actionneurs Incrémentaux Couplés par Auto-Apprentissage

Pilotage d'actionneurs Incrémentaux Couplés par Auto-Apprentissage SETIT 2009 5 th Internatonal Conference: Scences of Electronc, Technologes of Informaton and Telecommuncatons March 22-26, 2009 TUNISIA Plotage d'actonneurs Incrémentaux Couplés par Auto-Apprentssage Hatem

Plus en détail

Valeur absolue et fonction valeur absolue Cours

Valeur absolue et fonction valeur absolue Cours Valeur absolue foncton valeur absolue Cours CHAPITRE 1 : Dstance entre deu réels 1) Eemples prélmnares 2) Défnton 3) Proprétés CHAPITRE 2 : Valeur absolue d un réel 1) Défnton 2) Proprétés CHAPITRE 3 :

Plus en détail

Application de la méthode hybride RT/RS au problème d engagement des turbines "Unit Commitment"

Application de la méthode hybride RT/RS au problème d engagement des turbines Unit Commitment Applcaton de la méthode hybrde RT/RS au problème d engagement des turbnes "nt Commtment" R. D. OHAEDI S. ARIF A. HELLAL Laboratore d Analyse et de Commande des Systèmes d Énerge et Réseaux Électrques,

Plus en détail

Exercices d algorithmique

Exercices d algorithmique Exercces d algorthmque Les algorthmes proposés ne sont pas classés par ordre de dffculté Nombres Ecrre un algorthme qu renvoe la somme des nombre entre 0 et n passé en paramètre Ecrre un algorthme qu renvoe

Plus en détail

THÈSE DE DOCTORAT. Steven MARTIN. le 6 juillet 2004. pour obtenir le titre de

THÈSE DE DOCTORAT. Steven MARTIN. le 6 juillet 2004. pour obtenir le titre de THÈSE DE DOCTORAT UNIVERSITÉ PARIS XII présentée par Steven MARTIN le 6 ullet 2004 pour obtenr le ttre de DOCTEUR EN SCIENCES Spécalté Informatque MAÎTRISE DE LA DIMENSION TEMPORELLE DE LA QUALITÉ DE SERVICE

Plus en détail

Analyse en Composantes Principales (ACP) asymétrique

Analyse en Composantes Principales (ACP) asymétrique Analse en Composantes Prncpales (ACP) asmétrque A. El Orrak 1, Drss Aboutadne, M. Elhachlouf 1, M.N. Kaddou 1 1 Faculté des scences Semlala, Dept Informatque, LISI, Marrakech, Maroc orrak@ahoo.fr Faculté

Plus en détail

L'industrialisation des analyses Besoins, outils & applications

L'industrialisation des analyses Besoins, outils & applications L'ndustralsaton des analyses Besons, outls & applcatons Françose Fogelman-Soulé, Erk Marcadé KXEN, 5 qua Gallén, 9 158 SURESNES Cedex, France Francose@kxen.com, Erk.Marcade@kxen.com Résumé. Le data mnng

Plus en détail

1. INTRODUCTION. MOT-CLÉS : tâches, ordonnancement, optimisation, ressource, coût

1. INTRODUCTION. MOT-CLÉS : tâches, ordonnancement, optimisation, ressource, coût Algorthme d ades à la décson pour Optmser l Ordonnancement des tâches de mantenance en temps-réel. Mr Aboussalm Assam, Mr Medoun Mohamed LGII- Laboratore du Géne Industrel et nformatque Ensa Agadr Emal

Plus en détail

TRANSPORTS URBAINS ET CALCUL ÉCONOMIQUE

TRANSPORTS URBAINS ET CALCUL ÉCONOMIQUE TRANSPORTS URBAINS ET CALCUL ÉCONOMIQUE Mnstère de l Equpement, du Logement, des Transports et du Toursme Consel général des Ponts et Chaussées Mnstère de l Econome et des Fnances Drecton de la Prévson

Plus en détail

Modélisations du risque en assurance automobile. Michel Grun-Rehomme Université Paris 2 et Ensae Email: grun@ensae.fr

Modélisations du risque en assurance automobile. Michel Grun-Rehomme Université Paris 2 et Ensae Email: grun@ensae.fr Modélsatons du rsque en assurance automoble Mchel Grun-Rehomme Unversté Pars 2 et Ensae Emal: grun@ensae.fr 1 Modélsatons du rsque en assurance automoble La snstralté est mesurée en terme de fréquence

Plus en détail

Clavier et souris virtuels pour personnes handicapées à mobilité réduite

Clavier et souris virtuels pour personnes handicapées à mobilité réduite Claver et sours vrtuels pour personnes handcapées à moblté rédute Naoures Belhabb et Ans Rojb Unversté Pars8, THIM, EA 4004 CHART 2, rue de la Lberté 93526 Sant-Dens nawres_habb@yahoo.fr ; ans.rojb@unv-pars8.fr

Plus en détail

3A Contrôle Passif du Bruit PLAN

3A Contrôle Passif du Bruit PLAN 3A Contrôle Passf du Brut PLAN ISOLATION VIBRATOIRE ENCOFFREMENTS et HABITACLES 3 ANALYSE DES CHEMINS DE TRANSFERT Jean-Claude Pascal, ENSIM, 8 Introducton générale ANALYSE DES CHEMINS DE TRANSFERT TRANSFER

Plus en détail

Exercices Électrocinétique

Exercices Électrocinétique ercces Électrocnétque alculs de tensons et de courants -21 éseau à deu malles Détermner, pour le crcut c-contre, l ntensté qu 1 2 traverse la résstance 2 et la tenson u au bornes de la résstance 3 : 3

Plus en détail

SIMNUM : Simulation de systèmes auto-gravitants en orbite

SIMNUM : Simulation de systèmes auto-gravitants en orbite SIMNUM : Smulaton de systèmes auto-gravtants en orbte sujet proposé par Ncolas Kelbasewcz : ncolas.kelbasewcz@ensta-parstech.fr 14 janver 2014 1 Établssement du modèle 1.1 Approxmaton de champ lontan La

Plus en détail

uur uur u ur Remarque : la superposition d'une lumière naturelle et d'une lumière totalement polarisée est une lumière partiellement polarisée.

uur uur u ur Remarque : la superposition d'une lumière naturelle et d'une lumière totalement polarisée est une lumière partiellement polarisée. T OLRITION RECTILIGNE DE L LUMIERE 1 - Descrpton de l'onde lumneuse naturelle : Une lumère naturelle résulte de la désectaton d'atomes qu émettent alors des vbratons (ou trans d'onde) de pérode de l'ordre

Plus en détail

Méthode de Vogel Modifiée pour la résolution du problème de transport simple

Méthode de Vogel Modifiée pour la résolution du problème de transport simple Appled Mathematcal Scences, Vol. 5, 2011, no. 48, 2373-2388 Méthode de Vogel Modfée pour la résoluton du problème de transport smple Salmata G. Dagne Département de Mathématques Unversté Chekh Anta Dop,

Plus en détail

IFT3913 Qualité du logiciel et métriques. Chapitre 7 Collecte et analyse des métriques

IFT3913 Qualité du logiciel et métriques. Chapitre 7 Collecte et analyse des métriques IFT393 Qualté du logcel et métrques Chaptre 7 Collecte et aalyse des métrques Pla du cours Itroducto Qualté du logcel Théore de la mesure Mesure du produt logcel Mesure de la qualté du logcel Études emprques

Plus en détail

REDUCTION DE BASE DE DONNEES PAR LA CLASSIFICATION AUTOMATIQUE

REDUCTION DE BASE DE DONNEES PAR LA CLASSIFICATION AUTOMATIQUE INSTITUT DE LA FRANCOPHONIE POUR L INFORMATIQUE RAPPORT DU STAGE REDUCTION DE BASE DE DONNEES PAR LA CLASSIFICATION AUTOMATIQUE Sous la drecton de Pr. Georges HEBRAIL, ENST Pars Réalsé par LE Anh Tuan,

Plus en détail

3- Réseau Neurologique (NN) 3-1- Réseau classique

3- Réseau Neurologique (NN) 3-1- Réseau classique OUTILS DE PREVISION DE LA VITESSE DE VENT : APPLICATION A LA CARACTERISATION ET A L OPTIMISATION DES CENTRALES EOLIENNES POUR L'INTEGRATION DANS LES RESEAUX ELECTRIQUES A MADAGASCAR. Andramahtasoa Bernard

Plus en détail

Algorithme approché d optimisation d un modèle de Processus Décisionnel de Markov sur Graphe

Algorithme approché d optimisation d un modèle de Processus Décisionnel de Markov sur Graphe Algorthme approché d optmsaton d un modèle de Processus Décsonnel de Markov sur Graphe Nathale Peyrard Régs Sabbadn INRA-MIA Avgnon et Toulouse E-Mal: {peyrard,sabbadn}@toulouse.nra.fr Réseau MSTGA, Avgnon,

Plus en détail

Utilisez cette application pour numériser, convertir puis enregistrer l'image numérisée dans un dossier spécifique.

Utilisez cette application pour numériser, convertir puis enregistrer l'image numérisée dans un dossier spécifique. 3ULVHHQPDLQ %RXWRQ )RQFWLRQ Start Numérse et envoe l'mage capturée en une seule étape à l'applcaton affectée au bouton. Photo Prnt Numérse et envoe l'mage capturée à l'utltare Photo Prnt de EPSON Smart

Plus en détail

Utilisation du symbole

Utilisation du symbole HKBL / 7 symbole sgma Utlsaton du symbole Notaton : Pour parler de la somme des termes successfs d une sute, on peut ou ben utlser les pontllés ou ben utlser le symbole «sgma» majuscule noté Par exemple,

Plus en détail

Calcul de structure en fatigue vibratoire. Fascicule u2.05 : Mécanique de la rupture et de l'endommagement

Calcul de structure en fatigue vibratoire. Fascicule u2.05 : Mécanique de la rupture et de l'endommagement Ttre : Calcul de structure en fatgue vbratore Date : 14/11/2012 Page : 1/9 Calcul de structure en fatgue vbratore 1 But Ce document a pour but de décrre la mse en œuvre d'un calcul de structure en fatgue

Plus en détail

Traitement probabiliste de l information

Traitement probabiliste de l information Maths 4: Probablté et Statstques (00/0) Zendagu Maths 4 : Probabltés et Statstques Inttulé du domane Scences et Technologe Année ème année Annuel ou semestrel Semestrel Unté d ensegnement UEM3 Méthodologe

Plus en détail