Université de Bretagne-Sud, Lab-STICC, Lorient, France
|
|
- Auguste Jean-Philippe Lemieux
- il y a 8 ans
- Total affichages :
Transcription
1 Problèmes de maximisation de la durée de vie dans un réseau de capteurs sans fil directionnels André Rossi, Alok Singh, Marc Sevaux Université de Bretagne-Sud, Lab-STICC, Lorient, France University of Hyderabad, School of Computer and Information Sciences, India 2 février 2 A. Rossi, A. Singh, M. Sevaux (UBS) Réseaux de capteurs sans fil directionnels 2 février 2 / 6
2 Plan Réseaux de capteurs sans fil omnidirectionnels 2 Réseaux de capteurs sans fil directionnels Méthode de résolution par génération de colonnes Comparaison des deux versions du problème Résultats 6 Conclusions et perspectives A. Rossi, A. Singh, M. Sevaux (UBS) Réseaux de capteurs sans fil directionnels 2 février 2 2 / 6
3 Réseaux de capteurs sans fil omnidirectionnels A. Rossi, A. Singh, M. Sevaux (UBS) Réseaux de capteurs sans fil directionnels 2 février 2 / 6
4 Réseaux de capteurs sans fil omnidirectionnels A. Rossi, A. Singh, M. Sevaux (UBS) Réseaux de capteurs sans fil directionnels 2 février 2 / 6
5 Réseaux de capteurs sans fil omnidirectionnels A. Rossi, A. Singh, M. Sevaux (UBS) Réseaux de capteurs sans fil directionnels 2 février 2 / 6
6 Réseaux de capteurs sans fil omnidirectionnels Maximiser c t j () j= c a i,j t j b i i {,...,n} [ i ] (2) j= t j j {,...,c} () n Maximiser a i,c+ i () i= a i,c+ i C k k {,...,m} () n a i,c+ m (6) i= a i,c+ {,} i {,...,n} (7) A. Rossi, A. Singh, M. Sevaux (UBS) Réseaux de capteurs sans fil directionnels 2 février 2 / 6
7 Réseaux de capteurs sans fil directionnels Chaque capteur fonctionne dans un secteur angulaire d amplitude donnée Une direction dans [,2[ pour tout capteur actif Premier problème Second problème A. Rossi, A. Singh, M. Sevaux (UBS) Réseaux de capteurs sans fil directionnels 2 février 2 / 6
8 Réseaux de capteurs sans fil directionnels Chaque capteur fonctionne dans un secteur angulaire d amplitude donnée Une direction dans [,2[ pour tout capteur actif Premier problème Second problème A. Rossi, A. Singh, M. Sevaux (UBS) Réseaux de capteurs sans fil directionnels 2 février 2 / 6
9 Réseaux de capteurs sans fil directionnels Chaque capteur fonctionne dans un secteur angulaire d amplitude donnée Une direction dans [,2[ pour tout capteur actif Premier problème Second problème A. Rossi, A. Singh, M. Sevaux (UBS) Réseaux de capteurs sans fil directionnels 2 février 2 / 6
10 Réseaux de capteurs sans fil directionnels Chaque capteur fonctionne dans un secteur angulaire d amplitude donnée Une direction dans [,2[ pour tout capteur actif Premier problème Second problème A. Rossi, A. Singh, M. Sevaux (UBS) Réseaux de capteurs sans fil directionnels 2 février 2 / 6
11 Réseaux de capteurs sans fil directionnels Chaque capteur fonctionne dans un secteur angulaire d amplitude donnée Une direction dans [,2[ pour tout capteur actif Premier problème Second problème A. Rossi, A. Singh, M. Sevaux (UBS) Réseaux de capteurs sans fil directionnels 2 février 2 / 6
12 Réseaux de capteurs sans fil directionnels Chaque capteur fonctionne dans un secteur angulaire d amplitude donnée Une direction dans [,2[ pour tout capteur actif Premier problème Second problème A. Rossi, A. Singh, M. Sevaux (UBS) Réseaux de capteurs sans fil directionnels 2 février 2 / 6
13 Réseaux de capteurs sans fil directionnels Chaque capteur fonctionne dans un secteur angulaire d amplitude donnée Une direction dans [,2[ pour tout capteur actif Premier problème Second problème A. Rossi, A. Singh, M. Sevaux (UBS) Réseaux de capteurs sans fil directionnels 2 février 2 / 6
14 Réseaux de capteurs sans fil directionnels Chaque capteur fonctionne dans un secteur angulaire d amplitude donnée Une direction dans [,2[ pour tout capteur actif Premier problème Second problème A. Rossi, A. Singh, M. Sevaux (UBS) Réseaux de capteurs sans fil directionnels 2 février 2 / 6
15 Réseaux de capteurs sans fil directionnels Chaque capteur fonctionne dans un secteur angulaire d amplitude donnée Une direction dans [,2[ pour tout capteur actif Premier problème Second problème A. Rossi, A. Singh, M. Sevaux (UBS) Réseaux de capteurs sans fil directionnels 2 février 2 / 6
16 Réseaux de capteurs sans fil directionnels Chaque capteur fonctionne dans un secteur angulaire d amplitude donnée Une direction dans [,2[ pour tout capteur actif Premier problème Second problème A. Rossi, A. Singh, M. Sevaux (UBS) Réseaux de capteurs sans fil directionnels 2 février 2 / 6
17 Réseaux de capteurs sans fil directionnels Chaque capteur fonctionne dans un secteur angulaire d amplitude donnée Une direction dans [,2[ pour tout capteur actif Premier problème Second problème A. Rossi, A. Singh, M. Sevaux (UBS) Réseaux de capteurs sans fil directionnels 2 février 2 / 6
18 Réseaux de capteurs sans fil directionnels A. Rossi, A. Singh, M. Sevaux (UBS) Réseaux de capteurs sans fil directionnels 2 février 2 6 / 6
19 Méthode de résolution par génération de colonnes Représentation d une couverture 2 Initialisation du problème maître Sous-problème Stratégie globale de l algorithme de génération de colonnes Intérêt de l algorithme génétique pour le sous-problème A. Rossi, A. Singh, M. Sevaux (UBS) Réseaux de capteurs sans fil directionnels 2 février 2 7 / 6
20 Représentation d une couverture Le capteur s i a σ i directions, pour tout i dans {,...,n}. i g i = σ l, et q {,...,σ i }, A gi +q,j = ssi le capteur i est actif l= et orienté dans sa q ième direction. 7 2 A j = 6.. g i + g i + σ i g n + σ n A. Rossi, A. Singh, M. Sevaux (UBS) Réseaux de capteurs sans fil directionnels 2 février 2 / 6
21 Représentation d une couverture Le capteur s i a σ i directions, pour tout i dans {,...,n}. i g i = σ l, et q {,...,σ i }, A gi +q,j = ssi le capteur i est actif l= et orienté dans sa q ième direction. 7 2 A j = 6.. g i + g i + σ i g n + σ n A. Rossi, A. Singh, M. Sevaux (UBS) Réseaux de capteurs sans fil directionnels 2 février 2 / 6
22 Représentation d une couverture Le capteur s i a σ i directions, pour tout i dans {,...,n}. i g i = σ l, et q {,...,σ i }, A gi +q,j = ssi le capteur i est actif l= et orienté dans sa q ième direction. 7 2 A j = 6.. g i + g i + σ i g n + σ n A. Rossi, A. Singh, M. Sevaux (UBS) Réseaux de capteurs sans fil directionnels 2 février 2 / 6
23 Représentation d une couverture Le capteur s i a σ i directions, pour tout i dans {,...,n}. i g i = σ l, et q {,...,σ i }, A gi +q,j = ssi le capteur i est actif l= et orienté dans sa q ième direction. 7 2 A j = 6.. g i + g i + σ i g n + σ n A. Rossi, A. Singh, M. Sevaux (UBS) Réseaux de capteurs sans fil directionnels 2 février 2 / 6
24 Représentation d une couverture Une colonne du problème maître correspond à plusieurs couvertures distinctes Maximiser p σ i j= t j q= p j= t j A gi +q,j t j b i i {,...,n} j {,...,p} s s 2 2 A j = } s } s 2 A. Rossi, A. Singh, M. Sevaux (UBS) Réseaux de capteurs sans fil directionnels 2 février 2 / 6
25 Représentation d une couverture Une colonne du problème maître correspond à plusieurs couvertures distinctes Maximiser p σ i j= t j q= p j= t j A gi +q,j t j b i i {,...,n} j {,...,p} s s 2 2 A j = } s } s 2 A. Rossi, A. Singh, M. Sevaux (UBS) Réseaux de capteurs sans fil directionnels 2 février 2 / 6
26 Représentation d une couverture Une colonne du problème maître correspond à plusieurs couvertures distinctes Maximiser p σ i j= t j q= p j= t j A gi +q,j t j b i i {,...,n} j {,...,p} s s 2 2 A j = } s } s 2 s s 2 2 A j = } s } s 2 A. Rossi, A. Singh, M. Sevaux (UBS) Réseaux de capteurs sans fil directionnels 2 février 2 / 6
27 Initialisation du problème maître S il existe une cible hors de portée de tout capteur, alors le problème n a pas de solution (la durée de vie du réseau de capteurs est nulle) La réciproque est fausse s s 2 s 2 Déterminer s il existe une couverture valide est un problème N P-complet Conséquence : initialement, aucune colonne pour le problème maître A. Rossi, A. Singh, M. Sevaux (UBS) Réseaux de capteurs sans fil directionnels 2 février 2 / 6
28 Initialisation du problème maître S il existe une cible hors de portée de tout capteur, alors le problème n a pas de solution (la durée de vie du réseau de capteurs est nulle) La réciproque est fausse s s 2 s 2 Déterminer s il existe une couverture valide est un problème N P-complet Conséquence : initialement, aucune colonne pour le problème maître A. Rossi, A. Singh, M. Sevaux (UBS) Réseaux de capteurs sans fil directionnels 2 février 2 / 6
29 Initialisation du problème maître S il existe une cible hors de portée de tout capteur, alors le problème n a pas de solution (la durée de vie du réseau de capteurs est nulle) La réciproque est fausse s s 2 s 2 Déterminer s il existe une couverture valide est un problème N P-complet Conséquence : initialement, aucune colonne pour le problème maître A. Rossi, A. Singh, M. Sevaux (UBS) Réseaux de capteurs sans fil directionnels 2 février 2 / 6
30 Initialisation du problème maître S il existe une cible hors de portée de tout capteur, alors le problème n a pas de solution (la durée de vie du réseau de capteurs est nulle) La réciproque est fausse s s 2 s 2 Déterminer s il existe une couverture valide est un problème N P-complet Conséquence : initialement, aucune colonne pour le problème maître A. Rossi, A. Singh, M. Sevaux (UBS) Réseaux de capteurs sans fil directionnels 2 février 2 / 6
31 Initialisation du problème maître S il existe une cible hors de portée de tout capteur, alors le problème n a pas de solution (la durée de vie du réseau de capteurs est nulle) La réciproque est fausse s s 2 s 2 Déterminer s il existe une couverture valide est un problème N P-complet Conséquence : initialement, aucune colonne pour le problème maître A. Rossi, A. Singh, M. Sevaux (UBS) Réseaux de capteurs sans fil directionnels 2 février 2 / 6
32 Initialisation du problème maître S il existe une cible hors de portée de tout capteur, alors le problème n a pas de solution (la durée de vie du réseau de capteurs est nulle) La réciproque est fausse s s 2 s 2 Déterminer s il existe une couverture valide est un problème N P-complet Conséquence : initialement, aucune colonne pour le problème maître A. Rossi, A. Singh, M. Sevaux (UBS) Réseaux de capteurs sans fil directionnels 2 février 2 / 6
33 Initialisation du problème maître S il existe une cible hors de portée de tout capteur, alors le problème n a pas de solution (la durée de vie du réseau de capteurs est nulle) La réciproque est fausse s s 2 s 2 Déterminer s il existe une couverture valide est un problème N P-complet Conséquence : initialement, aucune colonne pour le problème maître A. Rossi, A. Singh, M. Sevaux (UBS) Réseaux de capteurs sans fil directionnels 2 février 2 / 6
34 Sous-problème Sous-problème : Maximiser σ i A gi +q,j q= A h,j h C k n σ i A gi +q,j m i= q= n σ i i= q= A gi +q,j i i {,...,n} k {,...,m} A gi +q,j {,} i {,...,n}, q {,...,σ i } On utilise un algorithme génétique pour retourner plusieurs couvertures profitables On n utilise la formulation PLNE qu en cas d échec de l algorithme génétique A. Rossi, A. Singh, M. Sevaux (UBS) Réseaux de capteurs sans fil directionnels 2 février 2 / 6
35 Stratégie globale de l algorithme de génération de colonnes Début Problème maître Sous-problème algo. génétique Oui Oui Couverture profitable trouvée? Non Oui Quatrième essai? Non Sous-problème PLNE Couverture profitable trouvée? Fin Non A. Rossi, A. Singh, M. Sevaux (UBS) Réseaux de capteurs sans fil directionnels 2 février 2 2 / 6
36 Intérêt de l algorithme génétique pour le sous-problème n ϕ PLNE seul Algo géné + PLNE Facteur d accélération Temps de calcul en secondes Plus l amplitude du secteur angulaire ϕ est petite, plus le problème est difficile L intérêt de l algorithme génétique s accentue avec la difficulté des instances A. Rossi, A. Singh, M. Sevaux (UBS) Réseaux de capteurs sans fil directionnels 2 février 2 / 6
37 Comparaison des deux versions du problème LM-PDS : directions prédéfinies, LM-CDS : directions à déterminer LM-PDS peut être non réalisable alors que LM-CDS l est s i 2 s 2 i LM-PDS LM-CDS la durée de vie du réseau dans le cas de LM-CDS est supérieure ou égale à ce qu elle est pour LM-PDS. A. Rossi, A. Singh, M. Sevaux (UBS) Réseaux de capteurs sans fil directionnels 2 février 2 / 6
38 Comparaison des deux versions du problème LM-PDS : directions prédéfinies, LM-CDS : directions à déterminer LM-PDS peut être non réalisable alors que LM-CDS l est s i 2 s 2 i LM-PDS LM-CDS la durée de vie du réseau dans le cas de LM-CDS est supérieure ou égale à ce qu elle est pour LM-PDS. A. Rossi, A. Singh, M. Sevaux (UBS) Réseaux de capteurs sans fil directionnels 2 février 2 / 6
39 Comparaison des deux versions du problème LM-PDS : directions prédéfinies, LM-CDS : directions à déterminer LM-PDS peut être non réalisable alors que LM-CDS l est s i 2 s 2 i LM-PDS LM-CDS la durée de vie du réseau dans le cas de LM-CDS est supérieure ou égale à ce qu elle est pour LM-PDS. A. Rossi, A. Singh, M. Sevaux (UBS) Réseaux de capteurs sans fil directionnels 2 février 2 / 6
40 Comparaison des deux versions du problème LM-PDS : directions prédéfinies, LM-CDS : directions à déterminer LM-PDS peut être non réalisable alors que LM-CDS l est s i 2 s 2 i LM-PDS LM-CDS la durée de vie du réseau dans le cas de LM-CDS est supérieure ou égale à ce qu elle est pour LM-PDS. A. Rossi, A. Singh, M. Sevaux (UBS) Réseaux de capteurs sans fil directionnels 2 février 2 / 6
41 Comparaison des deux versions du problème LM-PDS : directions prédéfinies, LM-CDS : directions à déterminer LM-PDS peut être non réalisable alors que LM-CDS l est s i 2 s 2 i LM-PDS LM-CDS la durée de vie du réseau dans le cas de LM-CDS est supérieure ou égale à ce qu elle est pour LM-PDS. A. Rossi, A. Singh, M. Sevaux (UBS) Réseaux de capteurs sans fil directionnels 2 février 2 / 6
42 Comparaison des deux versions du problème LM-PDS : directions prédéfinies, LM-CDS : directions à déterminer LM-PDS peut être non réalisable alors que LM-CDS l est s i 2 s 2 i LM-PDS LM-CDS la durée de vie du réseau dans le cas de LM-CDS est supérieure ou égale à ce qu elle est pour LM-PDS. A. Rossi, A. Singh, M. Sevaux (UBS) Réseaux de capteurs sans fil directionnels 2 février 2 / 6
43 Résultats n ϕ LM-PDS LM-CDS De LM-PDS à LM-CDS 2 # opt. avg. LT avg. CPU # opt. avg. LT avg. CPU avg. LT avg. CPU % 6.% % +.6% %.% %.2% % 7.6% %.2% % 7.% %.6%.2 dnf % dnf % dnf 2. dnf +.7% - 6. dnf. dnf +.% - LM-CDS permet de prolonger la durée de vie d au moins % par rapport à LM-PDS LM-CDS n est pas plus difficile que LM-PDS A. Rossi, A. Singh, M. Sevaux (UBS) Réseaux de capteurs sans fil directionnels 2 février 2 / 6
44 Conclusions et perspectives Maximisation de la durée de vie pour capteurs directionnels Pour des directions prédéfinies Pour des directions à déterminer La version avec directions à déterminer est la plus pertinente Génération de colonnes exploitant un algorithme génétique Matheuristique très efficace, facilement adaptable, basée sur un code libre (c et glpk) Méthode exacte pouvant servir d heuristique Prise en compte de la connectivité Utilisation de modèles de consommation plus réalistes A. Rossi, A. Singh, M. Sevaux (UBS) Réseaux de capteurs sans fil directionnels 2 février 2 6 / 6
Nouvelles propositions pour la résolution exacte du sac à dos multi-objectif unidimensionnel en variables binaires
Nouvelles propositions pour la résolution exacte du sac à dos multi-objectif unidimensionnel en variables binaires Julien Jorge julien.jorge@univ-nantes.fr Laboratoire d Informatique de Nantes Atlantique,
Plus en détailOptimisation multi-critère pour l allocation de ressources sur Clouds distribués avec prise en compte de l énergie
Optimisation multi-critère pour l allocation de ressources sur Clouds distribués avec prise en compte de l énergie 1 Présenté par: Yacine KESSACI Encadrement : N. MELAB E-G. TALBI 31/05/2011 Plan 2 Motivation
Plus en détailJean-Philippe Préaux http://www.i2m.univ-amu.fr/~preaux
Colonies de fourmis Comment procèdent les colonies de fourmi pour déterminer un chemin presque géodésique de la fourmilière à un stock de nourriture? Les premières fourmis se déplacent au hasard. Les fourmis
Plus en détailSouad EL Bernoussi. Groupe d Analyse Numérique et Optimisation Rabat http ://www.fsr.ac.ma/ano/
Recherche opérationnelle Les démonstrations et les exemples seront traités en cours Souad EL Bernoussi Groupe d Analyse Numérique et Optimisation Rabat http ://www.fsr.ac.ma/ano/ Table des matières 1 Programmation
Plus en détailBases de données réparties: Fragmentation et allocation
Pourquoi une base de données distribuée? Bibliographie Patrick Valduriez, S. Ceri, Guiseppe Delagatti Bases de données réparties: Fragmentation et allocation 1 - Introduction inventés à la fin des années
Plus en détailCours de Master Recherche
Cours de Master Recherche Spécialité CODE : Résolution de problèmes combinatoires Christine Solnon LIRIS, UMR 5205 CNRS / Université Lyon 1 2007 Rappel du plan du cours 16 heures de cours 1 - Introduction
Plus en détailMasses de données. 1. Introduction 2. Problématiques 3. Socle de formation (non présenté) 4. Liens avec Formation INSA
Masses de données 1. Introduction 2. Problématiques 3. Socle de formation (non présenté) 4. Liens avec Formation INSA Rédacteurs : Mjo Huguet / N. Jozefowiez 1. Introduction : Besoins Informations et Aide
Plus en détailLa programmation linéaire : une introduction. Qu est-ce qu un programme linéaire? Terminologie. Écriture mathématique
La programmation linéaire : une introduction Qu est-ce qu un programme linéaire? Qu est-ce qu un programme linéaire? Exemples : allocation de ressources problème de recouvrement Hypothèses de la programmation
Plus en détailL exclusion mutuelle distribuée
L exclusion mutuelle distribuée L algorithme de L Amport L algorithme est basé sur 2 concepts : L estampillage des messages La distribution d une file d attente sur l ensemble des sites du système distribué
Plus en détailGestion réactive des opérations de maintien et d actualisation réglementaire et technologique des systèmes complexes.
Gestion réactive des opérations de maintien et d actualisation réglementaire et technologique des systèmes complexes. LE QUERE Yann, SEVAUX Marc, TRENTESAUX Damien, TAHON Christian Equipe Systèmes de Production
Plus en détailProgrammation Par Contraintes
Programmation Par Contraintes Cours 2 - Arc-Consistance et autres amusettes David Savourey CNRS, École Polytechnique Séance 2 inspiré des cours de Philippe Baptiste, Ruslan Sadykov et de la thèse d Hadrien
Plus en détailARBRES BINAIRES DE RECHERCHE
ARBRES BINAIRES DE RECHERCHE Table de symboles Recherche : opération fondamentale données : éléments avec clés Type abstrait d une table de symboles (symbol table) ou dictionnaire Objets : ensembles d
Plus en détailOrdonnancement en temps réel d un jobshop par métaheuristique hybride : étude comparative
Ordonnancement en temps réel d un jobshop par métaheuristique hybride : étude comparative Y. Houbad, M. Souier, A. Hassam, Z.Sari Laboratoire d automatique Tlemcen Faculté de technologie, Université Abou
Plus en détailLes colonies de fourmis : apprentissage coopératif pour le problème du voyageur de commerce
: apprentissage coopératif pour le problème du voyageur de commerce Alexandre Bargeton Benjamin Devèze Université Pierre et Marie Curie Présentation du projet ANIMAT 1 Comportements collectifs des insectes
Plus en détailAlgorithmique I. Augustin.Lux@imag.fr Roger.Mohr@imag.fr Maud.Marchal@imag.fr. Algorithmique I 20-09-06 p.1/??
Algorithmique I Augustin.Lux@imag.fr Roger.Mohr@imag.fr Maud.Marchal@imag.fr Télécom 2006/07 Algorithmique I 20-09-06 p.1/?? Organisation en Algorithmique 2 séances par semaine pendant 8 semaines. Enseignement
Plus en détailAlgorithmes d'apprentissage
Algorithmes d'apprentissage 1 Agents qui apprennent à partir d'exemples La problématique : prise de décision automatisée à partir d'un ensemble d'exemples Diagnostic médical Réponse à une demande de prêt
Plus en détailMEM vs entrevues traditionnelles pour l admission en médecine :
MEM vs entrevues traditionnelles pour l admission en médecine : Méthodologie mixte pour comparer les deux modalités au sein d une même cohorte Julie Anne Buckland Directeurs de recherche: Philippe Karazivan
Plus en détailArchitecture des Systèmes d Information Architecture des Systèmes d Information
Plan... Tableaux et tris I3 - Algorithmique et programmation 1 Rappels Nicol Delestre 2 Tableaux à n dimensions 3 Initiation aux tris Tableaux - v2.0.1 1 / 27 Tableaux - v2.0.1 2 / 27 Rappels : tableau
Plus en détailResolution limit in community detection
Introduction Plan 2006 Introduction Plan Introduction Introduction Plan Introduction Point de départ : un graphe et des sous-graphes. But : quantifier le fait que les sous-graphes choisis sont des modules.
Plus en détailProgrammation Linéaire - Cours 1
Programmation Linéaire - Cours 1 P. Pesneau pierre.pesneau@math.u-bordeaux1.fr Université Bordeaux 1 Bât A33 - Bur 265 Ouvrages de référence V. Chvátal - Linear Programming, W.H.Freeman, New York, 1983.
Plus en détailIntroduction à la Programmation par Contraintes (PPC) Ruslan Sadykov LIX, École Polytechnique
Introduction à la Programmation par Contraintes (PPC) Ruslan Sadykov LIX, École Polytechnique Contenu Introduction Modélisation Problèmes de satisfaction des contraintes Exemples des modèles PPC simples
Plus en détailProgrammation linéaire
Programmation linéaire DIDIER MAQUIN Ecole Nationale Supérieure d Electricité et de Mécanique Institut National Polytechnique de Lorraine Mathématiques discrètes cours de 2ème année Programmation linéaire
Plus en détailChapitre 4 : Exclusion mutuelle
Chapitre 4 : Exclusion mutuelle Pierre Gançarski Juillet 2004 Ce support de cours comporte un certain nombre d erreurs : je décline toute responsabilité quant à leurs conséquences sur le déroulement des
Plus en détailDétection des deux roues motorisés par télémétrie laser à balayage
MEsure du TRAfic des deux-roues MOTOrisés pour la sécurité et l évaluation des risques Détection des deux roues motorisés par télémétrie laser à balayage Séminaire de mi parcours 11 mai 2012 CETE Normandie
Plus en détailChapitre 3. Les distributions à deux variables
Chapitre 3. Les distributions à deux variables Jean-François Coeurjolly http://www-ljk.imag.fr/membres/jean-francois.coeurjolly/ Laboratoire Jean Kuntzmann (LJK), Grenoble University 1 Distributions conditionnelles
Plus en détailBACCALAURÉAT GÉNÉRAL SESSION 2012 OBLIGATOIRE MATHÉMATIQUES. Série S. Durée de l épreuve : 4 heures Coefficient : 7 ENSEIGNEMENT OBLIGATOIRE
BACCALAURÉAT GÉNÉRAL SESSION 2012 MATHÉMATIQUES Série S Durée de l épreuve : 4 heures Coefficient : 7 ENSEIGNEMENT OBLIGATOIRE Les calculatrices électroniques de poche sont autorisées, conformément à la
Plus en détailPlus courts chemins, programmation dynamique
1 Plus courts chemins, programmation dynamique 1. Plus courts chemins à partir d un sommet 2. Plus courts chemins entre tous les sommets 3. Semi-anneau 4. Programmation dynamique 5. Applications à la bio-informatique
Plus en détailOptimisation for Cloud Computing and Big Data
1 / 31 Optimisation for Cloud Computing and Big Data Olivier Beaumont, Lionel Eyraud-Dubois 2 / 31 Le Cloud, qu est-ce que c est? C est récent Amazon qui commence (2006) avec AWS Dropbox, Google App Engine
Plus en détailAlgorithmique et Programmation, IMA
Algorithmique et Programmation, IMA Cours 2 : C Premier Niveau / Algorithmique Université Lille 1 - Polytech Lille Notations, identificateurs Variables et Types de base Expressions Constantes Instructions
Plus en détailCours d initiation à la programmation en C++ Johann Cuenin
Cours d initiation à la programmation en C++ Johann Cuenin 11 octobre 2014 2 Table des matières 1 Introduction 5 2 Bases de la programmation en C++ 7 3 Les types composés 9 3.1 Les tableaux.............................
Plus en détailApplication de K-means à la définition du nombre de VM optimal dans un cloud
Application de K-means à la définition du nombre de VM optimal dans un cloud EGC 2012 : Atelier Fouille de données complexes : complexité liée aux données multiples et massives (31 janvier - 3 février
Plus en détailRaisonnement par récurrence Suites numériques
Chapitre 1 Raisonnement par récurrence Suites numériques Terminale S Ce que dit le programme : CONTENUS CAPACITÉS ATTENDUES COMMENTAIRES Raisonnement par récurrence. Limite finie ou infinie d une suite.
Plus en détailDéveloppement mobile MIDP 2.0 Mobile 3D Graphics API (M3G) JSR 184. Frédéric BERTIN fbertin@neotilus.com
Développement mobile MIDP 2.0 Mobile 3D Graphics API (M3G) JSR 184 Frédéric BERTIN fbertin@neotilus.com Présentaion : Mobile 3D Graphics API JSR 184 M3G :présentation Package optionnel de l api J2ME. Prend
Plus en détailAlgorithmique & programmation
Algorithmique & programmation Type structuré Article, Enregistrement, Structure Définition de nouveaux types!! On a vu les types simples "! entier, booléen, caractère, chaîne de caractères!! Comment gérer
Plus en détailUn modèle réactif pour l optimisation par colonies de fourmis : application à la satisfaction de contraintes
Actes JFPC 2009 Un modèle réactif pour l optimisation par colonies de fourmis : application à la satisfaction de contraintes Madjid Khichane 1,2, Patrick Albert 1 et Christine Solnon 2 1 ILOG An IBM Company
Plus en détailLa classification automatique de données quantitatives
La classification automatique de données quantitatives 1 Introduction Parmi les méthodes de statistique exploratoire multidimensionnelle, dont l objectif est d extraire d une masse de données des informations
Plus en détailModélisation 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 détail03/04/2007. Tâche 1 Tâche 2 Tâche 3. Système Unix. Time sharing
3/4/27 Programmation Avancée Multimédia Multithreading Benoît Piranda Équipe SISAR Université de Marne La Vallée Besoin Programmes à traitements simultanés Réseau Réseau Afficher une animation en temps
Plus en détailSéries Statistiques Simples
1. Collecte et Représentation de l Information 1.1 Définitions 1.2 Tableaux statistiques 1.3 Graphiques 2. Séries statistiques simples 2.1 Moyenne arithmétique 2.2 Mode & Classe modale 2.3 Effectifs &
Plus en détail1 Recherche en table par balayage
1 Recherche en table par balayage 1.1 Problème de la recherche en table Une table désigne une liste ou un tableau d éléments. Le problème de la recherche en table est celui de la recherche d un élément
Plus en détailContrôle Non Destructif : Implantation d'algorithmes sur GPU et multi-coeurs. Gilles Rougeron CEA/LIST Département Imagerie Simulation et Contrôle
Contrôle Non Destructif : Implantation d'algorithmes sur GPU et multi-coeurs Gilles Rougeron CEA/LIST Département Imagerie Simulation et Contrôle 1 CEA R & D for Nuclear Energy 5 000 people Nuclear systems
Plus en détailInfo0804. Cours 6. Optimisation combinatoire : Applications et compléments
Recherche Opérationnelle Optimisation combinatoire : Applications et compléments Pierre Delisle Université de Reims Champagne-Ardenne Département de Mathématiques et Informatique 17 février 2014 Plan de
Plus en détailPrincipes d implémentation des métaheuristiques
Chapitre 2 Principes d implémentation des métaheuristiques Éric D. Taillard 1 2.1 Introduction Les métaheuristiques ont changé radicalement l élaboration d heuristiques : alors que l on commençait par
Plus en détailNouvelles propositions pour la résolution exacte du problème de sac à dos bi-objectif unidimensionnel en variables binaires
Nouvelles propositions pour la résolution exacte du problème de sac à dos bi-objectif unidimensionnel en variables binaires Julien Jorge, Xavier Gandibleux Laboratoire d Informatique de Nantes Atlantique
Plus en détailLa NP-complétude. Johanne Cohen. PRISM/CNRS, Versailles, France.
La NP-complétude Johanne Cohen PRISM/CNRS, Versailles, France. Références 1. Algorithm Design, Jon Kleinberg, Eva Tardos, Addison-Wesley, 2006. 2. Computers and Intractability : A Guide to the Theory of
Plus en détailCorrection du baccalauréat S Liban juin 2007
Correction du baccalauréat S Liban juin 07 Exercice. a. Signe de lnx lnx) : on fait un tableau de signes : x 0 e + ln x 0 + + lnx + + 0 lnx lnx) 0 + 0 b. On afx) gx) lnx lnx) lnx lnx). On déduit du tableau
Plus en détailCommunications collectives et ordonnancement en régime permanent pour plates-formes hétérogènes
Loris MARCHAL Laboratoire de l Informatique du Parallélisme Équipe Graal Communications collectives et ordonnancement en régime permanent pour plates-formes hétérogènes Thèse réalisée sous la direction
Plus en détailPour chaque projet est indiqué son titre, le ou les laboratoires participants ainsi que le coordinateur
Pour chaque projet est indiqué son titre, le ou les laboratoires participants ainsi que le coordinateur ARROWS Structures de données avec pointeurs sûres : une approche déclarative de leur spécification
Plus en détailAlgorithmes de recherche
Algorithmes de recherche 1 Résolution de problèmes par recherche On représente un problème par un espace d'états (arbre/graphe). Chaque état est une conguration possible du problème. Résoudre le problème
Plus en détail6. Hachage. Accès aux données d'une table avec un temps constant Utilisation d'une fonction pour le calcul d'adresses
6. Hachage Accès aux données d'une table avec un temps constant Utilisation d'une fonction pour le calcul d'adresses PLAN Définition Fonctions de Hachage Méthodes de résolution de collisions Estimation
Plus en détailCours d introduction à l informatique. Partie 2 : Comment écrire un algorithme? Qu est-ce qu une variable? Expressions et instructions
Cours d introduction à l informatique Partie 2 : Comment écrire un algorithme? Qu est-ce qu une variable? Expressions et instructions Qu est-ce qu un Une recette de cuisine algorithme? Protocole expérimental
Plus en détailPratique des options Grecs et stratégies de trading. F. Wellers
Pratique des options Grecs et stratégies de trading F. Wellers Plan de la conférence 0 Philosophie et structure du cours 1 Définitions des grecs 2 Propriétés des grecs 3 Qu est ce que la volatilité? 4
Plus en détailLocalisation des points d accès sans fil non autorisés
Localisation des points d accès sans fil non autorisés Un point d accès non autorisé peut compromettre la sécurité du réseau de l entreprise en l exposant au monde extérieur. Pour remédier à cette menace,
Plus en détailOptimisation SQL. Quelques règles de bases
Optimisation SQL Quelques règles de bases Optimisation des ordres SQL Page 2 1. QUELQUES RÈGLES DE BASE POUR DES ORDRES SQL OPTIMISÉS...3 1.1 INTRODUCTION...3 1.2 L OPTIMISEUR ORACLE...3 1.3 OPTIMISEUR
Plus en détailLa fonction ET et la fonction OU. La Fonction ET
La Fonction ET La fonction ET ne peut afficher que deux résultats: VRAI : Si les résultats de tous les tests logiques sont VRAI FAUX : Si le résultat d au moins l'un des tests logiques est FAUX. Structure
Plus en détailEclairage artificiel
Eclairage artificiel Directions de lumière Effets de la source Mise en Scène Mise en Valeur Eléments de Projet Directions de lumière La composition lumineuse d une scène suppose la maîtrise des directions
Plus en détailExercices du Cours de la programmation linéaire donné par le Dr. Ali DERBALA
75. Un plombier connaît la disposition de trois tuyaux sous des dalles ( voir figure ci dessous ) et il lui suffit de découvrir une partie de chacun d eux pour pouvoir y poser les robinets. Il cherche
Plus en détailExpérience 3 Formats de signalisation binaire
Expérience 3 Formats de signalisation binaire Introduction Procédures Effectuez les commandes suivantes: >> xhost nat >> rlogin nat >> setenv DISPLAY machine:0 >> setenv MATLABPATH /gel/usr/telecom/comm_tbx
Plus en détailOUTILS EN INFORMATIQUE
OUTILS EN INFORMATIQUE Brice Mayag brice.mayag@dauphine.fr LAMSADE, Université Paris-Dauphine R.O. Excel brice.mayag@dauphine.fr (LAMSADE) OUTILS EN INFORMATIQUE R.O. Excel 1 / 35 Plan Présentation générale
Plus en détailDurée de L épreuve : 2 heures. Barème : Exercice n 4 : 1 ) 1 point 2 ) 2 points 3 ) 1 point
03 Mai 2013 Collège Oasis Durée de L épreuve : 2 heures. apple Le sujet comporte 4 pages et est présenté en livret ; apple La calculatrice est autorisée ; apple 4 points sont attribués à la qualité de
Plus en détailProgrammation mathématique Discrète et Modèles Linéaires
Université Pierre et Marie Curie Master IAD Module PDML Programmation mathématique Discrète et Modèles Linéaires Pierre Fouilhoux pierre.fouilhoux@lip6.fr 29 septembre 2013 Table des matières I Programmation
Plus en détailErreur statique. Chapitre 6. 6.1 Définition
Chapitre 6 Erreur statique On considère ici le troisième paramètre de design, soit l erreur statique. L erreur statique est la différence entre l entrée et la sortie d un système lorsque t pour une entrée
Plus en détailOptimisation for Cloud Computing and Big Data
1 / 23 Optimisation for Cloud Computing and Big Data Olivier Beaumont, Lionel Eyraud-Dubois 2 / 23 Aujourd hui Problèmes de fiabilité on va oublier la dynamicité Placement de VMs en programmation par contraintes
Plus en détailProgrammation linéaire
1 Programmation linéaire 1. Le problème, un exemple. 2. Le cas b = 0 3. Théorème de dualité 4. L algorithme du simplexe 5. Problèmes équivalents 6. Complexité de l Algorithme 2 Position du problème Soit
Plus en détailTP3 : Manipulation et implantation de systèmes de fichiers 1
École Normale Supérieure Systèmes et réseaux Année 2012-2013 TP3 : Manipulation et implantation de systèmes de fichiers 1 1 Répertoire de travail courant Le but de l exercice est d écrire une commande
Plus en détailL analyse d images regroupe plusieurs disciplines que l on classe en deux catégories :
La vision nous permet de percevoir et d interpreter le monde qui nous entoure. La vision artificielle a pour but de reproduire certaines fonctionnalités de la vision humaine au travers de l analyse d images.
Plus en détailalg - Classes, instances, objets [oo] Exercices résolus
alg - Classes, instances, objets [oo] Exercices résolus Karine Zampieri, Stéphane Rivière, Béatrice Amerein-Soltner Unisciel algoprog Version 27 avril 2015 Table des matières 1 Compte bancaire OO 2 1.1
Plus en détailDes HRTF aux Object-RTF : Système de prise de son 3D pour dispositifs nomades
CFA 214 Poitiers 22-25 Avril 214, Poitiers Des HRTF aux Object-RTF : Système de prise de son 3D pour dispositifs nomades J. Palacino et R. Nicol Orange Labs, 2 Avenue Pierre Marzin, 223 Lannion, France
Plus en détailTP n 2 Concepts de la programmation Objets Master 1 mention IL, semestre 2 Le type Abstrait Pile
TP n 2 Concepts de la programmation Objets Master 1 mention IL, semestre 2 Le type Abstrait Pile Dans ce TP, vous apprendrez à définir le type abstrait Pile, à le programmer en Java à l aide d une interface
Plus en détailK. Ammar, F. Bachoc, JM. Martinez. Séminaire ARISTOTE - 23 octobre 2014 - Palaiseau
Apport des modèles de krigeage à la simulation numérique K Ammar, F Bachoc, JM Martinez CEA-Saclay, DEN, DM2S, F-91191 Gif-sur-Yvette, France Séminaire ARISTOTE - 23 octobre 2014 - Palaiseau Apport des
Plus en détailAgrégation de liens xdsl sur un réseau radio
Agrégation de liens xdsl sur un réseau radio Soutenance TX Suiveur: Stéphane Crozat Commanditaire: tetaneutral.net/laurent Guerby 1 02/02/212 Introduction 2 Introduction: schéma 3 Définition d un tunnel
Plus en détailRECHERCHE OPERATIONNELLE
RECHERCHE OPERATIONNELLE 0. Introduction. Ce cours a été enseigné jusqu en 2002, en année de licence, à la MIAGE de NANCY. L objectif principal de ce cours est d acquérir une connaissance approfondie de
Plus en détail) ) ) ) Structure et optimisation des coûts de la conformité Analyse comparée de PCI DSS et ISO 27001 CNIS EVENT. 27 avril 2011.
Structure et optimisation des coûts de la conformité Analyse comparée de PCI DSS et ISO 27001 CNIS EVENT 27 avril 2011 Paris ) ) ) ) Ce document est la propriété de Provadys SAS et ne peut être reproduit
Plus en détailThis is an author-deposited version published in : http://oatao.univ-toulouse.fr/ Eprints ID : 13074
Open Archive TOULOUSE Archive Ouverte (OATAO) OATAO is an open access repository that collects the work of Toulouse researchers and makes it freely available over the web where possible. This is an authordeposited
Plus en détailInstallation kit NTS 820-F 1987009E9NN
Installation kit NTS 820-F 1987009E9NN Nussbaum France Central 2, 460 Clos de la courtine 93160 Noisy le grand 01 78 78 72 00 www.nussbaum-france.com Préalable : Cette notice va vous aidez pour la modification
Plus en détailLe théorème de Perron-Frobenius, les chaines de Markov et un célèbre moteur de recherche
Le théorème de Perron-Frobenius, les chaines de Markov et un célèbre moteur de recherche Bachir Bekka Février 2007 Le théorème de Perron-Frobenius a d importantes applications en probabilités (chaines
Plus en détailSommaire. Introduction.2. 1. Définition..2. 2. Historique.2. 3. Domaine d application.2. 4.Les Travaux réalisés sur les domaines d application.
Sommaire Introduction.2 1. Définition..2 2. Historique.2 3. Domaine d application.2 4.Les Travaux réalisés sur les domaines d application.3 5.Algorithme 4 6.Exemple d application 5 7. Avantage et inconvénient..6
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 détailPREMIER RETOUR D EXPERIENCE SUR LE FLOW-SHOP BIOBJECTIF ET HYBRIDE A DEUX ETAGES AVEC UNE CONTRAINTE DE BLOCAGE PARTICULIERE
6 e Conférence Francophone de MOdélisation et SIMulation - MOSIM 06 - du 3 au 5 avril 2006 - Rabat - Maroc Modélisation, Optimisation et Simulation des Systèmes : Défis et Opportunités PREMIER RETOUR D
Plus en détailI4 : Bases de Données
I4 : Bases de Données Passage de UML au modèle relationnel Georges LOUIS Département Réseaux et Télécommunications Université de La Rochelle Module I4 2008-2009 1 G.Louis Sommaire 1 Des classes aux tables
Plus en détailOptimisation et programmation mathématique. Professeur Michel de Mathelin. Cours intégré : 20 h
Télécom Physique Strasbourg Master IRIV Optimisation et programmation mathématique Professeur Michel de Mathelin Cours intégré : 20 h Programme du cours d optimisation Introduction Chapitre I: Rappels
Plus en détailIntroduction sur les risques avec l'informatique «industrielle»
HERVÉ SCHAUER CONSULTANTS Cabinet de Consultants en Sécurité Informatique depuis 1989 Spécialisé sur Unix, Windows, TCP/IP et Internet Introduction sur les risques avec l'informatique «industrielle» Paris,
Plus en détailDiagrammes de Package, de déploiement et de composants UML
labsticc.univ-brest.fr/pages_perso/babau/ Diagrammes de Package, de déploiement et de composants UML Jean-Philippe Babau Département Informatique, UFR Sciences, Laboratoire Lab-STICC 2 1 Plan Description
Plus en détailLe projet CyberEdu, intégrer la cybersécurité dans les enseignements d informatique. Gilles Lesventes Université de Rennes 1
Le projet CyberEdu, intégrer la cybersécurité dans les enseignements d informatique Gilles Lesventes Université de Rennes 1 Journée SPECIF Campus - 7 novembre 2014 1 Appel d offre dans le contexte décrit
Plus en détailInitiation à la Programmation en Logique avec SISCtus Prolog
Initiation à la Programmation en Logique avec SISCtus Prolog Identificateurs Ils sont représentés par une suite de caractères alphanumériques commençant par une lettre minuscule (les lettres accentuées
Plus en détailChp. 4. Minimisation d une fonction d une variable
Chp. 4. Minimisation d une fonction d une variable Avertissement! Dans tout ce chapître, I désigne un intervalle de IR. 4.1 Fonctions convexes d une variable Définition 9 Une fonction ϕ, partout définie
Plus en détailE/ECE/324/Rev.1/Add.12/Rev.7/Amend.4 E/ECE/TRANS/505/Rev.1/Add.12/Rev.7/Amend.4
6 décembre 2012 Accord Concernant l adoption de prescriptions techniques uniformes applicables aux véhicules à roues, aux équipements et aux pièces susceptibles d être montés ou utilisés sur un véhicule
Plus en détailUniversité de Sherbrooke, Département d informatique
Université de Sherbrooke, Département d informatique IGL501 : Méthodes formelles en génie logiciel, Examen périodique Professeur : Marc Frappier, mardi 7 octobre 2013, 15h30 à 18h20, local D4-2022 Documentation
Plus en détailI. Ensemble de définition d'une fonction
Chapitre 2 Généralités sur les fonctions Fonctions de références et fonctions associées Ce que dit le programme : Étude de fonctions Fonctions de référence x x et x x Connaître les variations de ces deux
Plus en détailPackage TestsFaciles
Package TestsFaciles March 26, 2007 Type Package Title Facilite le calcul d intervalles de confiance et de tests de comparaison avec prise en compte du plan d échantillonnage. Version 1.0 Date 2007-03-26
Plus en détailExcel Avancé. Plan. Outils de résolution. Interactivité dans les feuilles. Outils de simulation. La valeur cible Le solveur
Excel Avancé Plan Outils de résolution La valeur cible Le solveur Interactivité dans les feuilles Fonctions de recherche (ex: RechercheV) Utilisation de la barre d outils «Formulaires» Outils de simulation
Plus en détailProjet L1, S2, 2015: Simulation de fourmis, Soutenance la semaine du 4 mai.
Projet L1, S2, 2015: Simulation de fourmis, Soutenance la semaine du 4 mai. 1 Introduction On considère une grille de 20 lignes 20 colonnes. Une case de la grille peut être vide, ou contenir une et une
Plus en détailCREATION D UNE CHAINE DE REFERENCE POUR
CREATION D UNE CHAINE DE REFERENCE POUR LA MESURE DE LA PRESSION ARTERIELLE La mesure de la pression artérielle par méthode auscultatoire au moyen d un sphygmomanomètre est l une des méthodes les plus
Plus en détailNom de l UE Matières CM TD TP Langues 14 14. Gestion financière 6 10 5 crédits ECTS
Année 2 - Semestre 3 Spécialités : GI, I, M UE LSE E302 Langues Sciences Economiques Sciences de Gestion Sciences Humaines Volume horaire CM : 24 h TD : 42 h GI TP : 14 h Responsable : Richard Mulpas Nom
Plus en détailProgrammation linéaire et Optimisation. Didier Smets
Programmation linéaire et Optimisation Didier Smets Chapitre 1 Un problème d optimisation linéaire en dimension 2 On considère le cas d un fabricant d automobiles qui propose deux modèles à la vente, des
Plus en détailLaboratoire d Automatique et Productique Université de Batna, Algérie
Anale. Seria Informatică. Vol. IX fasc. 2 Annals. Computer Science Series. 9 th Tome st Fasc. 2 La sélection de paramètres d un système industriel par les colonies de fourmis Ouahab Kadri, L. Hayet Mouss,
Plus en détailRétablissement d un réseau cellulaire après un désastre
Rétablissement d un réseau cellulaire après un désastre Anaïs Vergne avec Laurent Decreusefond, Ian Flint, et Philippe Martins Journées MAS 2014 29 août 2014 Rétablissement d un réseau cellulaire après
Plus en détailOptimisation multi-objectif par colonies de fourmis : cas des problèmes de sac à dos
Optimisation multi-objectif par colonies de fourmis : cas des problèmes de sac à dos Inès Alaya To cite this version: Inès Alaya. Optimisation multi-objectif par colonies de fourmis : cas des problèmes
Plus en détaildans un contexte d infogérance J-François MAHE Gie GIPS
Management de la sécurité dans un contexte d infogérance J-François MAHE Gie GIPS Mise en place d une convention de service Traitant les points suivants : L organisation de la sécurité du SI La gestion
Plus en détail