Une plate-forme pour la quantification des incertitudes sous Matlab

Dimension: px
Commencer à balayer dès la page:

Download "Une plate-forme pour la quantification des incertitudes sous Matlab"

Transcription

1 UQLab Une plate-forme pour la quantification des incertitudes sous Matlab Bruno Sudret Stefano Marelli ETH Zürich, Institute of Structural Engineering Chair of Risk, Safety & Uncertainty Quantification Stefano-Franscini-Platz 5 CH-8093 Zürich RÉSUMÉ. On présente une nouvelle plate-forme de traitement des incertitudes développée dans l environnement MATLAB. Cette plate-forme a vocation à diffuser le plus largement possible la culture incertitudes auprès des étudiants, ingénieurs et chercheurs du domaine, en offrant différents niveaux d utilisation, du débutant au développeur confirmé. Rassemblant dans un environnement unique les techniques de propagation des incertitudes les plus modernes (méthodes de fiabilité, chaos polynomial, krigeage, analyse de sensibilité globale, etc.), elle est d emblée développée pour le calcul haute performance. Conçue dans une philosophie open source, elle a vocation à s enrichir des contributions de la communauté. ABSTRACT. A new computational platform for uncertainty quantification (UQ) in engineering is presented. It aims at disseminating the good practices of UQ towards students, field engineers and researchers by offering different levels of usage from the beginner to the advanced developer. It gathers in a single, consistent frame many state-of-the-art UQ techniques including reliability methods, polynomial chaos expansions, kriging and global sensitivity analysis while being natively developed for high performance computing. It is conceived as an open source software which shall be open to contributions from the community. MOTS-CLÉS : quantification des incertitudes, logiciel, MATLAB, fiabilité, chaos polynomial. KEYWORDS: uncertainty quantification, software, MATLAB, structural reliability, polynomial chaos expansions.

2 2 8èmes Journées Fiabilité des Matériaux et des Structures. 1. Introduction Dans de nombreux domaines de l ingénierie moderne, la simulation numérique est devenue un outil incontournable permettant de modéliser le comportement des systèmes complexes, de façon à optimiser leur dimensionnement, valider leur performance ou encore prévoir leur évolution dans le temps. La quantification des incertitudes en ingénierie est une discipline émergente à la frontière de la simulation numérique, des mathématiques appliquées, des statistiques et des probabilités, qui s intéresse à l impact des incertitudes et des méconnaissances sur les prédictions fournies par les modèles. Elle recouvre des champs de recherche historiquement distincts, dont la fiabilité des structures, l analyse de sensibilité globale, l optimisation robuste ou encore les méthodes de calibration basées sur des techniques bayésiennes [4]. En termes de recherche, les développements récents sont portés par une communauté académique très large d ingénieurs, de statisticiens et de mathématiciens appliqués, qui ont parfois leur propre vocabulaire. En termes d outils, de nombreuses librairies libres comme FERUM [2] et OpenTURNS [1] existent, ainsi que des logiciels commerciaux comme PhimecaSoft, COSSAN ou Nessus (voir une revue dans [3]). À ce jour cependant, aucune solution existante ne permet d aborder l ensemble des problématiques mentionnées plus haut. Par ailleurs, aucun de ces logiciels n est conçu pour être facilement étendu par la communauté de l ingénierie, soit parce qu il s agit d une solution commerciale fermée, soit parce que le logiciel est basé sur des langages complexes, orientés objet comme C++ ou Python, qui bien qu étant d utilisation croissante, restent l apanage de programmeurs confirmés. De façon à fournir une solution alternative permettant à la fois une utilisation aisée pour l enseignement et les applications industrielles, et une architecture ouverte et extensible pour la recherche, la Chaire Risk, Safety and Uncertainty Quantification de l ETH Zürich a lancé la plate-forme de traitement des incertitudes UQLAB (Uncertainty Quantification in MATLAB) Les objectifs principaux du projet UQLAB sont les suivants : proposer un ensemble d outils pour la quantification d inceritudes en ingénierie dans un environnement homogène et facile d accès ; faciliter la prise en main de la plate-forme par différents publics, de l étudiant au chercheur confirmé en passant par l ingénieur de calcul ; proposer une architecture modulaire qui puisse être utilisée pour de nouveaux développements algorithmiques par des ingénieurs sans connaissance approfondie du calcul scientifique ; permettre un couplage facile à des codes de calcul externes (e.g. par éléments finis) considéré comme des boîtes noires ; permettre l utilisation quasi-transparente de moyens de calcul haute performance (HPC). Partant de ces différentes contraintes, le choix s est porté vers l environnement de développement MATLAB, largement utilisé dans la recherche académique, pour

3 Quantification d incertitudes avec UQLab 3 l enseignement, mais également dans les chaînes de calcul industrielles à haute valeur ajoutée. 2. Du cadre théorique à l implémentation 2.1. Quantification des incertitudes L architecture de la plate-forme s appuie sur la méthodologie de quantification des incertitudes aujourd hui largement acceptée par la communauté scientifique [4] et résumée ci-dessous (Figure 1). Figure 1. Méthologie de traitement des incertitudes en simulation numérique Une fois défini le modèle de simulation du système (étape A), on introduit un modèle probabiliste des paramètres d entrée (étape B : lois marginales et structure de dépendance (copule)). La propagation des incertitudes (étape C) permet de quantifier de façon probabiliste les quantités d intérêt à travers les moments statistiques, la distribution de probabilité ou encore, dans le cadre d une analyse de fiabilité, la probabilité de défaillance associée à un seuil admissible. L étape C de hiérarchisation des incertitudes vise à déterminer quels sont les paramètres d entrée dont l incertitude a le plus d influence sur les quantités d intérêt Architecture de UQLAB L architecture du cœur de UQLAB suit les grandes lignes de la méthodologie rappelée précédemment à travers la définition de modules interagissant entre eux autour d un portail ( gateway en anglais), comme représenté Figure 2. Compte tenu des objectifs de flexibilité et d extensibilité fixés en introduction, la plate-forme UQLAB est conçue comme un environnement de calcul plutôt qu un simple package MATLAB. En particulier, elle a vocation à proposer un cadre de développement informatique facile d accès plus que tel ou tel nouvel algorithme. Chacune des trois étapes de la méthodologie incertitudes correspond à un module particulier : l étape A (modélisation physique) correspond ici au module MODEL, qui contient le modèle de simulation d intérêt ;

4 4 8èmes Journées Fiabilité des Matériaux et des Structures. Figure 2. Architecture de UQLAB : différents modules connectés au GATEWAY, chacun pouvant avoir plusieurs instances. l étape B (quantification des sources d incertitudes) correspond au module IN- PUT, qui contient la description probabiliste des paramètres d entrée ; l étape C (propagation des incertitudes) correspond au module ANALYSIS ; d autres modules auxiliaires tels que DISPATCHER et WORKFLOW sur la figure 2 permettent de gérer différentes actions complémentaires au cours d une analyse. Chaque module a plusieurs connections, l une avec le portail central, GATEWAY et un nombre arbitraire de sous-modules ou instances, e.g. Input1, Input2, etc. Le portail GATEWAY est une entité unique présente en permanence en mémoire et accessible depuis n importe quel endroit : il permet d avoir accès à toutes les données de chaque module depuis n importe quel fichier MATLAB une fois que l environnement UQLAB est lancé. Les instances des modules permettent de faire coexister sans ambiguités au sein d une même étude différents modèles probabilistes (e.g. Input1, Input2, etc.), différents modèles de simulation (e.g. Model1 pour un modèle aux éléments finis, Model2 pour une surface de réponse, etc.) et différentes analyses (e.g. Analysis1 pour une analyse de fiabilité, Analysis2 pour une analyse de sensibilité, etc.). Une analyse classique d incertitudes (e.g. une simulation de Monte Carlo pour évaluer la fiabilité d un système dont la performance est modélisée par une fonction codée dans un fichier MATLAB) va donc requérir (a minima) d instancier les trois modules suivants : un module MODEL qui contiendra les informations nécessaires pour évaluer la performance ;

5 Quantification d incertitudes avec UQLab 5 un module INPUT, qui contient un ensemble de lois marginales pour chacun des paramètres d entrée du problème, ainsi que leur structure de dépendance représentée dans le formalisme des copules ; un module ANALYSIS, qui contient les paramètres pour la simulation de Monte Carlo et le calcul de la probabilité de défaillance. Une fois les différents modules instanciés, l analyse est lancée et les résultats sont disponibles dans un objet présent dans l espace de travail MATLAB. Il est ensuite possible de modifier chacun des ingrédients, i.e. remplacer le modèle probabiliste IN- PUT1 par INPUT2, changer de modèle de simulation (par exemple, en construisant de façon intermédiaire un méta-modèle), ou encore relancer l analyse de fiabilité avec une autre méthode de calcul. A tout instant, les différentes instances des modules sont accessibles en mémoire, et les résultats des analyses effectuées précédemment sont disponibles, ce qui permet une comparaison facile des résultats et des post-traitement graphiques immédiats. Le module WORKFLOW permet de gérer de façon non ambigüe l existence concommittante de plusieurs modèles probabilistes, de simulation ou encore plusieurs analyses. Il est alors possible de gérer en parallèle un nombre arbitraire de workflows. L analyste peut par exemple relancer plusieurs fois la même analyse en changeant simplement une valeur d un paramètre, un type de loi de probabilité, ce qui rend immédiat toute forme d étude paramétrique. Cette fontionnalité devient encore plus utile lorsque l utilisateur a accès à une plate-forme distante de calcul haute performance, e.g. un cluster de processeurs. Une fois l analyse prototypée localement sur son poste de travail, il peut définir un module DISPATCHER qui contiendra toutes les informations requises pour l accès distant au cluster. Par défaut le DISPATCHER est local, ce qui signifie que le program s exécute dans la session MATLAB courante sans modifications. Pour relancer son analyse sur un cluster, l ingénieur peut définir un autre type de dispatcher, correspondant par exemple à la séquence ssh+cluster+queuing, qui permet d abord de se connecter au serveur de calcul distant par une connection ssh, de copier les données nécessaires au calcul sur la machine distante, de créer les scripts locaux nécessaire (i.e. interface avec la queue de calcul), de lancer l analyse et d assembler les résultats (en cas de dispatch multi-processeur) avant de ramener les calculs sur la machine de départ. Quelle que soit la complexité du management du serveur de calcul, cette partie est gérée de façon complètement indépendante du problème de quantification d incertitudes par l intermédiaire du DISPATCHER : en d autres termes, un ingénieur qui souhaiterait relancer une étude existante avec un nouveau moyen de calcul HPC n aurait qu à définir le nouveau DISPATCHER ad hoc, le reste de la mise en données restant inchangée L implémentation en MATLAB La raison d être de la plate-forme UQLAB est de permettre la diffusion des techniques de quantification des incertitudes à un large public, de l étudiant à l ingénieur

6 6 8èmes Journées Fiabilité des Matériaux et des Structures. au chercheur de la discipline. Le langage de programmation MATLAB est apparu comme le meilleur compromis entre la facilité d utilisation, la puissance des commandes built-in et la performance, sous réserve de choisir une architecture de développement adaptée. Ainsi, le cœur de la plate-forme présentée en Figure 2 est codée en langage objet. Le GATEWAY est l implémentation MATLAB du pattern objet singleton, ce qui garantit son unicité et son accès depuis n importe quelle routine par l intermédiaire d une variable globale protégée. Chaque module est un objet qui contient uniquement les informations relatives aux sous-modules existants et les méthodes pour les ajouter, activer et supprimer. Au final, le GATEWAY et les modules sont un ensemble de pointeurs qui ne requièrent qu un espace mémoire négligeable. Chaque instance de module est un objet qui contient toutes les données nécessaires pour réaliser les tâches relatives à cet objet. Par exemple, un module INPUT contient toutes les informations sur les densités de probabilité marginales et la structure de dépendance entre les paramètres d entrée de façon à pouvoir générer un échantillon de taille fixée. Un module MODEL permet d évaluer la réponse du modèle de simulation pour un jeu de paramètres d entrée fourni. De par la structure modulaire de la plateforme, il est possible de réaliser des tests de diagnostics sur tout nouvel objet à sa création, ou d implémenter des fonctionnalités plus avancées tels que les call backs ou les event listeners Un modèle de développement collaboratif Le projet UQLAB se veut dès l origine ouvert et collaboratif, de façon à assurer une large diffusion de la culture incertitudes dans le monde de la recherche académique et dans l ingénierie. En conséquence, on prévoit que différents types d utilisateurs / développeurs, ayant des contraintes et des attentes différentes, veuillent s approprier la plate-forme avec la même facilité. Plus précisément, on distingue deux niveaux : l utilisateur final est intéressé par le contenu scientifique actuel de la plateforme, c est-à-dire un ensemble d algorithmes state-of-the-art et performants pour la quantification d incertitudes, présentés dans un environnement cohérent et simple d utilisation. Ce type d utilisateurs connaît les principes de la quantification d incertitudes, mais n a pas nécessairement des connaissance poussées en programmation. Les nombreux exemples de la documentation doivent lui permettre de trouver le bon point de départ (e.g. un exemple d analyse similaire à son problème), qu il pourra modifier ensuite à sa guise. C est le profil typique de l étudiant de master ou de l ingénieur d étude dans l industrie ; le développeur scientifique est un scientifique possédant une connaissance avancée des méthodes de quantification d incertitudes. Il est intéressé par les algorithmes existants, mais surtout par la possibilité de prototyper lui-même ses propres algo-

7 Quantification d incertitudes avec UQLab 7 Figure 3. Système de management de contenus de la plateforme UQLAB (branche contrib) rithmes à partir des briques disponibles. C est le profil typique du doctorant ou du chercheur en milieu académique ou industriel. 1 La plate-forme UQLAB offre également des possibilités de développement collaboratif calqué sur la classification précédente. Pour ce faire, un système de management de contenus (CMS, content management system) est proposé, qui rend aisé le développement de ses propres analyses, algorithmes, etc. mais aussi leur éventuelle diffusion ultérieure à la communauté (Figure 3). Trois niveaux de code sont disponible pour chaque module, à savoir built-in (le code de la version officielle diffusée de UQLAB), contrib (les codes proposés par d autres utilisateurs, et libres d utilisation sans garantie) et external. La structure du CMS permet l incorporation facile de codes pré-existants qui fourniraient des algorithmes non encore disponibles dans la version officielle de UQLAB. Il est possible d interfacer ces bibliothèques en écrivant un wrapper du code à intégrer, qui permet de transformer les données d entrée de UQLAB au format d entrée de ce code, de lancer l analyse et de reformatter les résultats au format UQLAB. A titre d exemple, et de façon à pouvoir valider les algorithmes nouvellement développés dans UQLAB, la toolbox FERUM [2] a été intégrée à la plate-forme (de façon à pouvoir comparer dans un environnement unique les résultats de fiabilité fournis par nos propres algorithmes à ceux de FERUM). A noter que des codes en langage différent peuvent également être interfacés : c est déjà le cas pour les toolbox DiceKriging et sensitivity implémentées en R Fonctionnalités La première version diffusée de la plateforme UQLAB au premier semestre 2014 contient les fonctionnalités suivantes, regroupées par type de module. 1. Il est à noter que le développement du cœur de l architecture s adresse à un troisième profil, le core developer, qui doit avoir de solides connaissances en informatique (programmation orientée objet, gestion de la mémoire) et calcul haute performance. Dans l immédiat, seule l équipe de développement de l ETH appartient à ce profil.

8 8 8èmes Journées Fiabilité des Matériaux et des Structures. Module INPUT lois de probabilité : uniform, Gaussian, lognormal, beta, Student, Gamma, Weibull, Gumbel, constant copule : independent, Gaussian, Student distributions tronquées (issues des lois précédentes) transformation isoprobabiliste de Nataf méthodes d échantillonnage : Monte Carlo, Latin Hypercube Sampling, suites de Sobol et Halton Module MODEL fonctions simples sous forme de chaînes de caractères fonctions (vectorisées ou non) MATLAB méta-modèles : chaos polynomial de Legendre et Hermite, classique et creux, méthodes de calcul des coefficients par moindres carrés (régression), LARS, ou projection (sparse grids) ; krigeage ordinaire avec noyau exponentiel, gaussien et de Matern, tendance polynomiale de degré quelconque, ajustement des paramètres par maximum de vraisemblance ou validation croisée, algorithmes d optimisation BFGS, génétique ou hybride. wrapper du package R DiceKriging Module ANALYSIS/Reliability Monte Carlo classique FORM, SORM tirage d importance subset simulation wrapper du package MATLAB FERUM Module ANALYSIS/Sensitivity Méthode de Morris Corrélation entrée/sortie, coefficients SRC Indices de Sobol par simulation de Monte Carlo et par chaos polynomial 3. Application : treillis élastique On considère le treillis élastique représenté sur la Figure 4 [4]. Les incertitudes sont modélisées par dix variables aléatoires d entrée, dont les distributions, les moyennes et les écarts-types sont répertoriés dans le tableau ci-dessous. On s intéresse à la fiabilité en service vis-à-vis de la flèche maximale admissible v max. La fonction de performance s écrit : g(x) = v max M EF (X) 0, v max = 13 cm

9 Quantification d incertitudes avec UQLab 9 Variable Distribution Moyenne Écart-type E 1, E 2 (MPa) Lognormale A 1 (cm 2 ) Lognormale 20 2 A 2 (cm 2 ) Lognormale 10 1 P 1 P 6 (kn) Gumbel 50 7,5 Figure 4. Treillis élastique modèle éléments finis et modèle probabiliste où M EF (.) est la flèche maximale calculée par éléments finis. La probabilité de défaillance est évaluée par la méthode FORM suivie d un tirage d importance de 10 4 points autour du point de conception. La mise en donnée est résumée sur la Figure 5 et se lit comme suit : initialisation de la plate-forme par la commande uqlab, définition des lois marginales et création du modèle probabiliste myinput, création du modèle mécanique (routine uq_truss), définition du type d analyse (uq_reliability, tirage d importance (IS) avec 10 4 points), lancement de l analyse. Figure 5. Code UQLAB pour (a) l analyse de fiabilité par FORM puis tirages d importance ; (b) l analyse de sensibilité par construction d un chaos polynomial On souhaite maintenant réaliser une analyse de sensibilité (calcul des indices de Sobol ) à partir d une surface de réponse de type chaos polynomial [5]. On définit pour ce faire un méta-modèle à partir d un plan d expérience LHS de 200 points dont les coefficients sont post-traités pour le calcul des indices de Sobol. On souhaite par ailleurs se connecter à un cluster de calcul et lancer en parallèle sur 4 nœuds de calcul l évaluation du plan d expériences. Le code nécessaire pour cette analyse est donné Figure 5-(b), qui peut être directement inséré à la suite du code de la colonne de gauche.

10 10 8èmes Journées Fiabilité des Matériaux et des Structures. Les paramètres de connection sont contenus dans le fichier credentials.txt, les ingrédients nécessaires à la création du chaos polynomial sont donnés dans l objet MetaOpts. L évaluation proprement dite des coefficients du chaos est réalisée par uq_calculate_metamodel. On définit ensuite une analyse de sensibilité sur le MO- DEL courant utilisé (qui est maintenant PCModel). Comme il s agit d un modèle de type chaos polynomial, la plate-forme fournit directement les indices de Sobol calculés à partir des coefficients. 4. Conclusions La quantification d incertitudes dans la simulation numérique est un challenge majeur pour l ingénierie du XXIème siècle. Si la recherche de la dernière décennie a été très prolifique dans ce domaine, la mise en application des méthodes numériques performantes pour des applications industrielles se heurte encore à différentes barrières, notamment logicielle : packages libres issus de la recherche n offrant qu un type particulier d algorithmes, pas facilement interfaçables ; solutions commerciales fermées et pas toujours au fait des algorithmes les plus modernes. Pour faire la jonction entre enseignement, industrie et recherche, une nouvelle plate-forme baptisée UQLAB est en cours de développement à l ETH Zurich, qui vise à rassembler dans un environnement unique (MATLAB) les meilleures techniques, permettre de les appliquer très rapidement à des problèmes standards et prototyper de nouveaux algorithmes. 5. Bibliographie Andrianov G., Burriel S., Cambier S., Dutfoy A. et al. «Open TURNS, an open source initiative to Treat Uncertainties, Risks N Statistics in a structured industrial approach», Proc. ESREL 2007 Safety and Reliability Conference, Stavenger, Norway, Bourinet J.-M., Mattrand C., Dubourg V., «A review of recent features and improvements added to FERUM software», Proc. ICOSSAR 09, Int Conf. on Structural Safety and Reliability, Osaka, Japan, Schuëller, G.I. (Editor), «General-purpose softwares for structural reliability analysis», Structural Safety, vol. 28, n o 1-2, Sudret B., «Uncertainty propagation and sensitivity analysis in mechanical models Contributions to structural reliability and stochastic spectral methods», Habilitation à diriger des recherches, Université Blaise Pascal, Clermont-Ferrand, France, Sudret B., «Global sensitivity analysis using polynomial chaos expansions», Reliab. Eng. Sys. Safety, vol. 93, 2008, p

Calcul Haute Performance avec OpenTURNS

Calcul Haute Performance avec OpenTURNS Calcul Haute Performance avec OpenTURNS Renaud Barate EDF R&D Workshop du GdR MASCOT-NUM «Quantification d incertitude et calcul intensif» 28 Mars 2013 Sommaire Présentation du logiciel OpenTURNS Problématiques

Plus en détail

Open TURNS Journée Utilisateurs #3. 18 mai 2010

Open TURNS Journée Utilisateurs #3. 18 mai 2010 Open TURNS Journée Utilisateurs #3 18 mai 2010 Journée Utilisateurs Open TURNS #3 Ordre du jour Open TURNS et son Consortium Nouveautés de la 0.13.2 Portage windows Nouvelles interfaces utilisateurs Ajouts

Plus en détail

Application de la méthode de surface de réponse stochastique à l analyse de stabilité d un tunnel pressurisé

Application de la méthode de surface de réponse stochastique à l analyse de stabilité d un tunnel pressurisé Application de la méthode de surface de réponse stochastique à l analyse de stabilité d un tunnel pressurisé Guilhem Mollon 1, Daniel Dias 2, Abdul-Hamid Soubra 3 1 Doctorant, Laboratoire de Génie Civil

Plus en détail

$SSOLFDWLRQGXNULJHDJHSRXUOD FDOLEUDWLRQPRWHXU

$SSOLFDWLRQGXNULJHDJHSRXUOD FDOLEUDWLRQPRWHXU $SSOLFDWLRQGXNULJHDJHSRXUOD FDOLEUDWLRQPRWHXU Fabien FIGUERES fabien.figueres@mpsa.com 0RWVFOpV : Krigeage, plans d expériences space-filling, points de validations, calibration moteur. 5pVXPp Dans le

Plus en détail

Stage Ingénieur en développement logiciel/modélisation 3D

Stage Ingénieur en développement logiciel/modélisation 3D Ingénieur en développement logiciel/modélisation 3D Schlumberger recrute un(e) stagiaire ingénieur en modélisation 3D pour la plate-forme Petrel. Vous serez intégré(e) au sein d une équipe innovante, Petrel

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 E1 RECRUTEMENT DES ASSISTANTS INGENIEURS DE RECHERCHE ET DE FORMATION...2 E1.1 Gestionnaire de base de données...2 E1.2 Développeur

Plus en détail

Les simulations dans l enseignement des sondages Avec le logiciel GENESIS sous SAS et la bibliothèque Sondages sous R

Les simulations dans l enseignement des sondages Avec le logiciel GENESIS sous SAS et la bibliothèque Sondages sous R Les simulations dans l enseignement des sondages Avec le logiciel GENESIS sous SAS et la bibliothèque Sondages sous R Yves Aragon, David Haziza & Anne Ruiz-Gazen GREMAQ, UMR CNRS 5604, Université des Sciences

Plus en détail

4.2 Unités d enseignement du M1

4.2 Unités d enseignement du M1 88 CHAPITRE 4. DESCRIPTION DES UNITÉS D ENSEIGNEMENT 4.2 Unités d enseignement du M1 Tous les cours sont de 6 ECTS. Modélisation, optimisation et complexité des algorithmes (code RCP106) Objectif : Présenter

Plus en détail

MODELISATION UN ATELIER DE MODELISATION «RATIONAL ROSE»

MODELISATION UN ATELIER DE MODELISATION «RATIONAL ROSE» MODELISATION UN ATELIER DE MODELISATION «RATIONAL ROSE» Du cours Modélisation Semi -Formelle de Système d Information Du Professeur Jean-Pierre GIRAUDIN Décembre. 2002 1 Table de matière Partie 1...2 1.1

Plus en détail

Modélisation aléatoire en fiabilité des logiciels

Modélisation aléatoire en fiabilité des logiciels collection Méthodes stochastiques appliquées dirigée par Nikolaos Limnios et Jacques Janssen La sûreté de fonctionnement des systèmes informatiques est aujourd hui un enjeu économique et sociétal majeur.

Plus en détail

Note de cadrage du PEPI MACS Mathématiques Appliquées & Calcul Scientifique

Note de cadrage du PEPI MACS Mathématiques Appliquées & Calcul Scientifique Note de cadrage du PEPI MACS Mathématiques Appliquées & Calcul Scientifique Périmètre Le périmètre du PEPI concerne les méthodes et outils utilisés pour le traitement informatisé des données scientifiques.

Plus en détail

UNIVERSITÉ PARIS DESCARTES

UNIVERSITÉ PARIS DESCARTES UNIVERSITÉ PARIS DESCARTES MASTER Domaine DROIT, ÉCONOMIE, GESTION Mention MONNAIE,BANQUE, FINANCE, ASSURANCE Spécialité RISQUE, ASSURANCE, DÉCISION 2014 / 2015 Z.Trocellier Directeurs Pr Kouroche VAFAÏ

Plus en détail

TITRE : DEMONSTRATEUR D UN WEB-SERVICE EN OPTIMISATION NUMERIQUE

TITRE : DEMONSTRATEUR D UN WEB-SERVICE EN OPTIMISATION NUMERIQUE TITRE : DEMONSTRATEUR D UN WEB-SERVICE EN OPTIMISATION NUMERIQUE KEYWORDS : SYSTEMX, WEBSERVICE, COLLABORATIVE FILTERING, MACHINE LEARNING, LANGAGE PROGRAMMATION, HPC, BASE OBJETS COMPLEXES CONTEXTE de

Plus en détail

TABLE DES MATIÈRES. Bruxelles, De Boeck, 2011, 736 p.

TABLE DES MATIÈRES. Bruxelles, De Boeck, 2011, 736 p. STATISTIQUE THÉORIQUE ET APPLIQUÉE Tome 2 Inférence statistique à une et à deux dimensions Pierre Dagnelie TABLE DES MATIÈRES Bruxelles, De Boeck, 2011, 736 p. ISBN 978-2-8041-6336-5 De Boeck Services,

Plus en détail

chargement d amplitude variable à partir de mesures Application à l approche fiabiliste de la tolérance aux dommages Modélisation stochastique d un d

chargement d amplitude variable à partir de mesures Application à l approche fiabiliste de la tolérance aux dommages Modélisation stochastique d un d Laboratoire de Mécanique et Ingénieriesnieries EA 3867 - FR TIMS / CNRS 2856 ER MPS Modélisation stochastique d un d chargement d amplitude variable à partir de mesures Application à l approche fiabiliste

Plus en détail

TP N 57. Déploiement et renouvellement d une constellation de satellites

TP N 57. Déploiement et renouvellement d une constellation de satellites TP N 57 Déploiement et renouvellement d une constellation de satellites L objet de ce TP est d optimiser la stratégie de déploiement et de renouvellement d une constellation de satellites ainsi que les

Plus en détail

NOTE SUR LA MODELISATION DU RISQUE D INFLATION

NOTE SUR LA MODELISATION DU RISQUE D INFLATION NOTE SUR LA MODELISATION DU RISQUE D INFLATION 1/ RESUME DE L ANALYSE Cette étude a pour objectif de modéliser l écart entre deux indices d inflation afin d appréhender le risque à très long terme qui

Plus en détail

L informatique en BCPST

L informatique en BCPST L informatique en BCPST Présentation générale Sylvain Pelletier Septembre 2014 Sylvain Pelletier L informatique en BCPST Septembre 2014 1 / 20 Informatique, algorithmique, programmation Utiliser la rapidité

Plus en détail

Retour d expérience en Astrophysique : utilisation du Cloud IaaS pour le traitement de données des missions spatiales

Retour d expérience en Astrophysique : utilisation du Cloud IaaS pour le traitement de données des missions spatiales Retour d expérience en Astrophysique : utilisation du Cloud IaaS pour le traitement de données des missions spatiales Cécile Cavet cecile.cavet at apc.univ-paris7.fr Centre François Arago (FACe), Laboratoire

Plus en détail

Résultats, perspectives. Victor Alessandrini IDRIS - CNRS va@idris.fr

Résultats, perspectives. Victor Alessandrini IDRIS - CNRS va@idris.fr Résultats, perspectives Victor Alessandrini IDRIS - CNRS va@idris.fr Activité concertée des centres nationaux de calcul de haute performance organismes utilisateurs du calcul intensif industries des technologies

Plus en détail

CATALOGUE DE FORMATIONS OPTIMISATION DE PERFORMANCE ET ARCHITECTURES PARALLÈLES

CATALOGUE DE FORMATIONS OPTIMISATION DE PERFORMANCE ET ARCHITECTURES PARALLÈLES CATALOGUE DE FORMATIONS OPTIMISATION DE PERFORMANCE ET ARCHITECTURES PARALLÈLES Trois types de formation LES FORMATEURS Les experts techniques AS+ Groupe EOLEN disposent d une réelle expérience pratique

Plus en détail

Première STMG1 2014-2015 progression. - 1. Séquence : Proportion d une sous population dans une population.

Première STMG1 2014-2015 progression. - 1. Séquence : Proportion d une sous population dans une population. Première STMG1 2014-2015 progression. - 1 Table des matières Fil rouge. 3 Axes du programme. 3 Séquence : Proportion d une sous population dans une population. 3 Information chiffrée : connaître et exploiter

Plus en détail

La survie nette actuelle à long terme Qualités de sept méthodes d estimation

La survie nette actuelle à long terme Qualités de sept méthodes d estimation La survie nette actuelle à long terme Qualités de sept méthodes d estimation PAR Alireza MOGHADDAM TUTEUR : Guy HÉDELIN Laboratoire d Épidémiologie et de Santé publique, EA 80 Faculté de Médecine de Strasbourg

Plus en détail

Projet Active Object

Projet Active Object Projet Active Object TAO Livrable de conception et validation Romain GAIDIER Enseignant : M. Noël PLOUZEAU, ISTIC / IRISA Pierre-François LEFRANC Master 2 Informatique parcours MIAGE Méthodes Informatiques

Plus en détail

WHITE PAPER Une revue de solution par Talend & Infosense

WHITE PAPER Une revue de solution par Talend & Infosense WHITE PAPER Une revue de solution par Talend & Infosense Master Data Management pour les données de référence dans le domaine de la santé Table des matières CAS D ETUDE : COLLABORATION SOCIALE ET ADMINISTRATION

Plus en détail

Proposition d activité utilisant l application. Tripatouille. (http://www.malgouyres.fr/tripatouille/)

Proposition d activité utilisant l application. Tripatouille. (http://www.malgouyres.fr/tripatouille/) IREM Clermont-Ferrand Algorithmique au lycée Malika More malika.more@u-clermont1.fr 28 janvier 2011 Proposition d activité utilisant l application Tripatouille (http://www.malgouyres.fr/tripatouille/)

Plus en détail

Approche bayésienne des modèles à équations structurelles

Approche bayésienne des modèles à équations structurelles Manuscrit auteur, publié dans "42èmes Journées de Statistique (2010)" Approche bayésienne des modèles à équations structurelles Séverine Demeyer 1,2 & Nicolas Fischer 1 & Gilbert Saporta 2 1 LNE, Laboratoire

Plus en détail

Composants logiciel: Feel++, formats de fichier et visualisation

Composants logiciel: Feel++, formats de fichier et visualisation Composants logiciel: Feel++, formats de fichier et visualisation Alexandre Ancel Cemosis / Université de Strasbourg 13 Janvier 2015 1 / 20 Plan 1 Environnement logiciel & matériel 2 Formats de fichier

Plus en détail

Comparatif CMS. Laurent BAUREN S Bérenger VIDAL Julie NOVI Tautu IENFA

Comparatif CMS. Laurent BAUREN S Bérenger VIDAL Julie NOVI Tautu IENFA Comparatif CMS Laurent BAUREN S Bérenger VIDAL Julie NOVI Tautu IENFA Sommaire Introduction : Dans le cadre de notre projet de master première année, il nous a été demandé de développer un moteur de recherche

Plus en détail

ALEATOIRE - Les enjeux du cours de Probabilités en première année de l Ecole Polytechnique

ALEATOIRE - Les enjeux du cours de Probabilités en première année de l Ecole Polytechnique ALEATOIRE - Les enjeux du cours de Probabilités en première année de l Ecole Polytechnique Télécom ParisTech, 09 mai 2012 http://www.mathematiquesappliquees.polytechnique.edu/ accueil/programmes/cycle-polytechnicien/annee-1/

Plus en détail

Pentaho Business Analytics Intégrer > Explorer > Prévoir

Pentaho Business Analytics Intégrer > Explorer > Prévoir Pentaho Business Analytics Intégrer > Explorer > Prévoir Pentaho lie étroitement intégration de données et analytique. En effet, les services informatiques et les utilisateurs métiers peuvent accéder aux

Plus en détail

PhimecaSoft Présentation du logiciel (non libre) 28 Mars 2008 Présentation de PhimecaSoft

PhimecaSoft Présentation du logiciel (non libre) 28 Mars 2008 Présentation de PhimecaSoft PhimecaSoft Présentation du logiciel (non libre) 1 PhimecaSoft - Généralités 1) Une volonté : un outil «facile» d'utilisation => la difficulté est dans les méthodes, pas dans la mise en données! 2) Compatibilité

Plus en détail

Mettre en place une infrastructure Web nouvelle génération avec Drupal et Acquia

Mettre en place une infrastructure Web nouvelle génération avec Drupal et Acquia Mettre en place une infrastructure Web nouvelle génération avec Drupal et Acquia Pour l architecte de solutions web Table des matières Présentation générale... 3 Des outils disparates.... 4 Une gestion

Plus en détail

Les nouveautés de Femap 11.1

Les nouveautés de Femap 11.1 Siemens PLM Software Les nouveautés de Femap 11.1 Amélioration de la productivité des Ingénieurs calcul Avantages Manipulation plus rapide des modèles grâce à des performances graphiques améliorées Flexibilité

Plus en détail

Téléchargez la Version d Évaluation 30 Jours de STATISTICA 9 en Français. Version Native en 64-bit... 2. Expérience Utilisateur Plus Intuitive...

Téléchargez la Version d Évaluation 30 Jours de STATISTICA 9 en Français. Version Native en 64-bit... 2. Expérience Utilisateur Plus Intuitive... Téléchargez la Version d Évaluation 30 Jours de STATISTICA 9 en Français Version Native en 64-bit... 2 Expérience Utilisateur Plus Intuitive... 3 Exploration Visuelle des Données... 5 Catégories de Graphiques...

Plus en détail

Etudier l informatique

Etudier l informatique Etudier l informatique à l Université de Genève 2015-2016 Les bonnes raisons d étudier l informatique à l UNIGE La participation à des dizaines de projets de recherche européens Dans la présente brochure,

Plus en détail

Echantillonnage Non uniforme

Echantillonnage Non uniforme Echantillonnage Non uniforme Marie CHABERT IRIT/INP-ENSEEIHT/ ENSEEIHT/TéSASA Patrice MICHEL et Bernard LACAZE TéSA 1 Plan Introduction Echantillonnage uniforme Echantillonnage irrégulier Comparaison Cas

Plus en détail

Introduction à MATLAB R

Introduction à MATLAB R Introduction à MATLAB R Romain Tavenard 10 septembre 2009 MATLAB R est un environnement de calcul numérique propriétaire orienté vers le calcul matriciel. Il se compose d un langage de programmation, d

Plus en détail

Architecture distribuée

Architecture distribuée Architecture distribuée Conception et développement d algorithmes distribués pour le moteur Baboukweb Jean-Christophe DALLEAU Département de Mathématiques et Informatique Université de La Réunion 26 juin

Plus en détail

ETUDE ET IMPLÉMENTATION D UNE CACHE L2 POUR MOBICENTS JSLEE

ETUDE ET IMPLÉMENTATION D UNE CACHE L2 POUR MOBICENTS JSLEE Mémoires 2010-2011 www.euranova.eu MÉMOIRES ETUDE ET IMPLÉMENTATION D UNE CACHE L2 POUR MOBICENTS JSLEE Contexte : Aujourd hui la plupart des serveurs d application JEE utilise des niveaux de cache L1

Plus en détail

K. Ammar, F. Bachoc, JM. Martinez. Séminaire ARISTOTE - 23 octobre 2014 - Palaiseau

K. 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 détail

Use Cases. Introduction

Use Cases. Introduction Use Cases Introduction Avant d aborder la définition et la conception des UC il est bon de positionner le concept du UC au sein du processus de développement. Le Processus de développement utilisé ici

Plus en détail

ÉTUDE DE L EFFICACITÉ DE GÉOGRILLES POUR PRÉVENIR L EFFONDREMENT LOCAL D UNE CHAUSSÉE

ÉTUDE DE L EFFICACITÉ DE GÉOGRILLES POUR PRÉVENIR L EFFONDREMENT LOCAL D UNE CHAUSSÉE ÉTUDE DE L EFFICACITÉ DE GÉOGRILLES POUR PRÉVENIR L EFFONDREMENT LOCAL D UNE CHAUSSÉE ANALYSIS OF THE EFFICIENCY OF GEOGRIDS TO PREVENT A LOCAL COLLAPSE OF A ROAD Céline BOURDEAU et Daniel BILLAUX Itasca

Plus en détail

Un logiciel open source pour l enseignement et la recherche

Un logiciel open source pour l enseignement et la recherche Un logiciel open source pour l enseignement et la recherche Ricco RAKOTOMALALA Laboratoire ERIC Université Lumière Lyon 2 http://chirouble.univ-lyon2.fr/~ricco/tanagra/ 1 sur 23 PLAN 1. Objectifs du projet

Plus en détail

Modèle de troncature gauche : Comparaison par simulation sur données indépendantes et dépendantes

Modèle de troncature gauche : Comparaison par simulation sur données indépendantes et dépendantes de troncature gauche : Comparaison par simulation sur données indépendantes et dépendantes Zohra Guessoum 1 & Farida Hamrani 2 1 Lab. MSTD, Faculté de mathématique, USTHB, BP n 32, El Alia, Alger, Algérie,zguessoum@usthb.dz

Plus en détail

Automatisation de l administration système

Automatisation de l administration système Automatisation de l administration système Plan Problèmatique : trop de systèmes, trop de solutions Typage des solutions Puppet : gestion de configuration de systèmes Capistrano : déploiement d applications

Plus en détail

CONFERENCE PALISADE. Optimisation robuste d un plan d expériences par simulation Monte-Carlo Concepts de «Design Space» et de «Quality by Design»

CONFERENCE PALISADE. Optimisation robuste d un plan d expériences par simulation Monte-Carlo Concepts de «Design Space» et de «Quality by Design» CONFERENCE PALISADE Optimisation robuste d un plan d expériences par simulation Monte-Carlo Concepts de «Design Space» et de «Quality by Design» 1 SIGMA PLUS Logiciels, Formations et Etudes Statistiques

Plus en détail

Architectures informatiques dans les nuages

Architectures informatiques dans les nuages Architectures informatiques dans les nuages Cloud Computing : ressources informatiques «as a service» François Goldgewicht Consultant, directeur technique CCT CNES 18 mars 2010 Avant-propos Le Cloud Computing,

Plus en détail

Estimation du Quantile conditionnel par les Réseaux de neurones à fonction radiale de base

Estimation du Quantile conditionnel par les Réseaux de neurones à fonction radiale de base Estimation du Quantile conditionnel par les Réseaux de neurones à fonction radiale de base M.A. Knefati 1 & A. Oulidi 2 & P.Chauvet 1 & M. Delecroix 3 1 LUNAM Université, Université Catholique de l Ouest,

Plus en détail

TABLE DES MATIERES. C Exercices complémentaires 42

TABLE DES MATIERES. C Exercices complémentaires 42 TABLE DES MATIERES Chapitre I : Echantillonnage A - Rappels de cours 1. Lois de probabilités de base rencontrées en statistique 1 1.1 Définitions et caractérisations 1 1.2 Les propriétés de convergence

Plus en détail

NOVA BPM. «Première solution BPM intégr. Pierre Vignéras Bull R&D

NOVA BPM. «Première solution BPM intégr. Pierre Vignéras Bull R&D NOVA BPM «Première solution BPM intégr grée» Pierre Vignéras Bull R&D Définitions Business Process Pratiques existantes qui permettent aux personnes et systèmes de travailler ensemble Business Process

Plus en détail

Sujet 1 : Diagnostique du Syndrome de l apnée du sommeil par des techniques d analyse discriminante.

Sujet 1 : Diagnostique du Syndrome de l apnée du sommeil par des techniques d analyse discriminante. Sujet 1 : Diagnostique du Syndrome de l apnée du sommeil par des techniques d analyse discriminante. Objectifs et formulation du sujet Le syndrome de l apnée du sommeil (SAS) est un problème de santé publique

Plus en détail

IFT3245. Simulation et modèles

IFT3245. Simulation et modèles IFT 3245 Simulation et modèles DIRO Université de Montréal Automne 2012 Tests statistiques L étude des propriétés théoriques d un générateur ne suffit; il estindispensable de recourir à des tests statistiques

Plus en détail

ETUDE PROBABILISTE DE L ENVIRONNEMENT ELECTROMAGNETIQUE GENERE DANS UN VEHICULE AUTOMOBILE

ETUDE PROBABILISTE DE L ENVIRONNEMENT ELECTROMAGNETIQUE GENERE DANS UN VEHICULE AUTOMOBILE ETUDE PROBABILISTE DE L ENVIRONNEMENT ELECTROMAGNETIQUE GENERE DANS UN VEHICULE AUTOMOBILE Fatou DIOUF * - Sébastien LALLECHERE* - Françoise PALADIAN * - Marco KLINGLER***- Michel FOGLI ** (*) LASMEA,

Plus en détail

Mexico. Appliqué à l environnement VLE. Groupe Record/VLE (1)(2)(3)

Mexico. Appliqué à l environnement VLE. Groupe Record/VLE (1)(2)(3) Mexico Appliqué à l environnement VLE Groupe Record/VLE (1)(2)(3) 1 Laboratoire d Informatique du Littoral - ULCO 2 Institut National de la Recherche Agronomique - Départements MIA/EA 3 Centre de coopération

Plus en détail

Grid Technology. ActiveMQ pour le grand collisionneur de hadrons (LHC) Lionel Cons Grid Technology Group Information Technology Department

Grid Technology. ActiveMQ pour le grand collisionneur de hadrons (LHC) Lionel Cons Grid Technology Group Information Technology Department DB GT CF Grid ActiveMQ pour le grand collisionneur de hadrons (LHC) Lionel Cons Grid Group Information Department Journée de la communauté FUSE, Paris, 2010 CERN IT Department CH-1211 Geneva 23 Switzerland

Plus en détail

ANALYSE QUANTITATIVE DE RISQUE MICROBIOLOGIQUE EN ALIMENTATION

ANALYSE QUANTITATIVE DE RISQUE MICROBIOLOGIQUE EN ALIMENTATION ANALYSE QUANTITATIVE DE RISQUE MICROBIOLOGIQUE EN ALIMENTATION QUAND LE GESTIONNAIRE DE LA SECURITE ALIMENTAIRE A-T-IL BESOIN D UTILISER UNE APPROCHE ANALYSE DE RISQUE? En concertation avec le groupe de

Plus en détail

BACHELOR DEVELOPPEUR DE JEUX VIDEO

BACHELOR DEVELOPPEUR DE JEUX VIDEO BACHELOR DEVELOPPEUR DE JEUX VIDEO Objectifs Le Bachelor en Développement de Jeux Vidéo permet aux étudiants d acquérir des compétences très opérationnelles tout en se préparant à une poursuite d études

Plus en détail

Principe de symétrisation pour la construction d un test adaptatif

Principe de symétrisation pour la construction d un test adaptatif Principe de symétrisation pour la construction d un test adaptatif Cécile Durot 1 & Yves Rozenholc 2 1 UFR SEGMI, Université Paris Ouest Nanterre La Défense, France, cecile.durot@gmail.com 2 Université

Plus en détail

Introduction au datamining

Introduction au datamining Introduction au datamining Patrick Naïm janvier 2005 Définition Définition Historique Mot utilisé au départ par les statisticiens Le mot indiquait une utilisation intensive des données conduisant à des

Plus en détail

Patrons de Conception (Design Patterns)

Patrons de Conception (Design Patterns) Patrons de Conception (Design Patterns) Introduction 1 Motivation Il est difficile de développer des logiciels efficaces, robustes, extensibles et réutilisables Il est essentiel de comprendre les techniques

Plus en détail

ADELFE : Atelier de développement de logiciels à fonctionnalité émergente

ADELFE : Atelier de développement de logiciels à fonctionnalité émergente ADELFE : Atelier de développement de logiciels à fonctionnalité émergente Gauthier Picard*, Carole Bernon*, Valérie Camps**, Marie- Pierre Gleizes* * Institut de Recherche en Informatique de Toulouse Université

Plus en détail

Master Informatique Aix-Marseille Université

Master Informatique Aix-Marseille Université Aix-Marseille Université http://masterinfo.univ-mrs.fr/ Département Informatique et Interactions UFR Sciences Laboratoire d Informatique Fondamentale Laboratoire des Sciences de l Information et des Systèmes

Plus en détail

Les mésocentres HPC àportée de clic des utilisateurs industriels

Les mésocentres HPC àportée de clic des utilisateurs industriels Les mésocentres HPC àportée de clic des utilisateurs industriels Université de Reims Champagne-Ardenne (URCA) Centre de Calcul ROMEO Multidisciplinary university more than 22 000 students a wide initial

Plus en détail

Synergies entre Artisan Studio et outils PLM

Synergies entre Artisan Studio et outils PLM SysML France 13 Novembre 2012 William Boyer-Vidal Regional Sales Manager Southern Europe Synergies entre Artisan Studio et outils PLM 2012 2012 Atego. Atego. 1 Challenges & Tendances Complexité des produits

Plus en détail

Session de rattachement : comment faire parler vos données géographiques?

Session de rattachement : comment faire parler vos données géographiques? Contributions pratiques d une géostatistique raisonnée en environnement : méthodes et application à la cartographie nationale de la pollution par l ozone en France Nicolas Jeannée, GEOVARIANCES 49bis av.

Plus en détail

De la mesure à l analyse des risques

De la mesure à l analyse des risques De la mesure à l analyse des risques Séminaire ISFA - B&W Deloitte Jean-Paul LAURENT Professeur à l'isfa, Université Claude Bernard Lyon 1 laurent.jeanpaul@free.fr http://laurent.jeanpaul.free.fr/ 0 De

Plus en détail

Réduction des modèles numériques

Réduction des modèles numériques Réduction des modèles numériques Mickaël ABBAS EDF R&D Chef de Projet Méthodes Numériques Avancées Développeur Code_Aster 03 février 2014 Mines ParisTech Plan de la présentation Éléments de contexte industriel

Plus en détail

ÉdIteur officiel et fournisseur de ServIceS professionnels du LogIcIeL open Source ScILab

ÉdIteur officiel et fournisseur de ServIceS professionnels du LogIcIeL open Source ScILab ÉdIteur officiel et fournisseur de ServIceS professionnels du LogIcIeL open Source ScILab notre compétence d'éditeur à votre service créée en juin 2010, Scilab enterprises propose services et support autour

Plus en détail

414.132.3 Ordonnance sur la formation menant au bachelor et au master de l Ecole polytechnique fédérale de Lausanne

414.132.3 Ordonnance sur la formation menant au bachelor et au master de l Ecole polytechnique fédérale de Lausanne Ordonnance sur la formation menant au bachelor et au master de l Ecole polytechnique fédérale de Lausanne (Ordonnance sur la formation à l EPFL) du 14 juin 2004 (Etat le 1 er septembre 2009) La Direction

Plus en détail

WEB15 IBM Software for Business Process Management. un offre complète et modulaire. Alain DARMON consultant avant-vente BPM alain.darmon@fr.ibm.

WEB15 IBM Software for Business Process Management. un offre complète et modulaire. Alain DARMON consultant avant-vente BPM alain.darmon@fr.ibm. WEB15 IBM Software for Business Process Management un offre complète et modulaire Alain DARMON consultant avant-vente BPM alain.darmon@fr.ibm.com Claude Perrin ECM Client Technical Professional Manager

Plus en détail

Méthodes de Simulation

Méthodes de Simulation Méthodes de Simulation JEAN-YVES TOURNERET Institut de recherche en informatique de Toulouse (IRIT) ENSEEIHT, Toulouse, France Peyresq06 p. 1/41 Remerciements Christian Robert : pour ses excellents transparents

Plus en détail

Quantification et hiérarchisation des incertitudes dans un processus de simulation numérique

Quantification et hiérarchisation des incertitudes dans un processus de simulation numérique Proposition de thèse CIFRE CERMICS-EDF Quantification et hiérarchisation des incertitudes dans un processus de simulation numérique 13 Janvier 2015 1 Contexte industriel et problématique En tant qu équipement

Plus en détail

Analyse,, Conception des Systèmes Informatiques

Analyse,, Conception des Systèmes Informatiques Analyse,, Conception des Systèmes Informatiques Méthode Analyse Conception Introduction à UML Génie logiciel Définition «Ensemble de méthodes, techniques et outils pour la production et la maintenance

Plus en détail

Introduction à l approche bootstrap

Introduction à l approche bootstrap Introduction à l approche bootstrap Irène Buvat U494 INSERM buvat@imedjussieufr 25 septembre 2000 Introduction à l approche bootstrap - Irène Buvat - 21/9/00-1 Plan du cours Qu est-ce que le bootstrap?

Plus en détail

Etude d un cas industriel : Optimisation de la modélisation de paramètre de production

Etude d un cas industriel : Optimisation de la modélisation de paramètre de production Revue des Sciences et de la Technologie RST- Volume 4 N 1 /janvier 2013 Etude d un cas industriel : Optimisation de la modélisation de paramètre de production A.F. Bernate Lara 1, F. Entzmann 2, F. Yalaoui

Plus en détail

Organiser vos données - Big Data. Patrick Millart Senior Sales Consultant

Organiser vos données - Big Data. Patrick Millart Senior Sales Consultant Organiser vos données - Big Data Patrick Millart Senior Sales Consultant The following is intended to outline our general product direction. It is intended for information purposes only, and may not be

Plus en détail

ParMat : Parallélisation pour la simulation des Matériaux.

ParMat : Parallélisation pour la simulation des Matériaux. : Parallélisation pour la simulation des Matériaux. G. Bencteux (EDF) 3 septembre 2008 Outline 1 2 Un algorithme d ordre N pour les calculs ab initio (DFT/HF) 3 Simulation du dommage d irradiation par

Plus en détail

Le GRAND CONSEIL de la République et canton de Genève décrète ce qui suit :

Le GRAND CONSEIL de la République et canton de Genève décrète ce qui suit : Secrétariat du Grand Conseil PL 11673 Projet présenté par le Conseil d Etat Date de dépôt : 20 mai 2015 Projet de loi de bouclement de la loi n 10515 ouvrant un crédit au titre d indemnité d'investissement

Plus en détail

Le Processus RUP. H. Kadima. Tester. Analyst. Performance Engineer. Database Administrator. Release Engineer. Project Leader. Designer / Developer

Le Processus RUP. H. Kadima. Tester. Analyst. Performance Engineer. Database Administrator. Release Engineer. Project Leader. Designer / Developer Le Processus RUP Database Administrator Project Leader H. Kadima Performance Engineer Release Engineer Analyst Designer / Developer Tester Table des matières 1. De l artisanat à l industrialisation de

Plus en détail

Utilisation des réseaux bayésiens et de l approche de Fenton pour l estimation de probabilité d occurrence d événements

Utilisation des réseaux bayésiens et de l approche de Fenton pour l estimation de probabilité d occurrence d événements Utilisation des réseaux bayésiens et de l approche de Fenton pour l estimation de probabilité d occurrence d événements Rapport LAAS-CNRS Numéro N o 13077 Quynh Anh DO HOANG, Jérémie GUIOCHET, Mohamed

Plus en détail

L essentiel. Coopérative, flexible, très performante : la plateforme Engineering Base. web aucotec.com

L essentiel. Coopérative, flexible, très performante : la plateforme Engineering Base. web aucotec.com L essentiel Coopérative, flexible, très performante : la plateforme Engineering Base web aucotec.com Les défis La globalisation des structures d ingénierie avec le travail en réseau sur des sites dispersés

Plus en détail

Direction Générale des Études Technologiques. Institut Supérieur des Etudes Technologiques de Djerba Département Technologies de l informatique

Direction Générale des Études Technologiques. Institut Supérieur des Etudes Technologiques de Djerba Département Technologies de l informatique Direction Générale des Études Technologiques Institut Supérieur des Etudes Technologiques de Djerba Département Technologies de l informatique Génie Logiciel Mejdi BLAGHGI m.blaghgi@gmail.com Chapitre

Plus en détail

Windows Server 2008. Chapitre 1: Découvrir Windows Server 2008

Windows Server 2008. Chapitre 1: Découvrir Windows Server 2008 Windows Server 2008 Chapitre 1: Découvrir Windows Server 2008 Objectives Identifier les caractéristiques de chaque édition de Windows Server 2008 Identifier les caractéristiques généraux de Windows Server

Plus en détail

La plate-forme de modélisation et simulation

La plate-forme de modélisation et simulation La plate-forme de modélisation et simulation Hélène Raynal U-MIAT, INRA, Toulouse 1 / 25 Plan Eléments de contexte Les spécifications qui ont prévalu à la mise en place de la solution Principaux services

Plus en détail

Vérifier la qualité de vos applications logicielle de manière continue

Vérifier la qualité de vos applications logicielle de manière continue IBM Software Group Vérifier la qualité de vos applications logicielle de manière continue Arnaud Bouzy Kamel Moulaoui 2004 IBM Corporation Agenda Analyse de code Test Fonctionnel Test de Performance Questions

Plus en détail

Systèmes d acquisition - Partie "Java"

Systèmes d acquisition - Partie Java Systèmes d acquisition - Partie "Java" S. Reynal Automne 2015 Cette série de trois séances de TP Java a pour objectif de vous initier au développement rigoureux d applications, et en particulier d IHM,

Plus en détail

LICENCE : INFORMATIQUE GENERALE

LICENCE : INFORMATIQUE GENERALE LICENCE : INFORMATIQUE GENERALE RÉSUMÉ DE LA FORMATION Type de diplôme : Licence (LMD) Domaine : Sciences, Ingénierie et Technologies Mention : Informatique générale Objectifs Le diplôme offre une formation

Plus en détail

Introduction à la B.I. Avec SQL Server 2008

Introduction à la B.I. Avec SQL Server 2008 Introduction à la B.I. Avec SQL Server 2008 Version 1.0 VALENTIN Pauline 2 Introduction à la B.I. avec SQL Server 2008 Sommaire 1 Présentation de la B.I. et SQL Server 2008... 3 1.1 Présentation rapide

Plus en détail

Table des matières PRESENTATION DU LANGAGE DS2 ET DE SES APPLICATIONS. Introduction

Table des matières PRESENTATION DU LANGAGE DS2 ET DE SES APPLICATIONS. Introduction PRESENTATION DU LANGAGE DS2 ET DE SES APPLICATIONS Depuis SAS 9.2 TS2M3, SAS propose un nouveau langage de programmation permettant de créer et gérer des tables SAS : le DS2 («Data Step 2»). Ces nouveautés

Plus en détail

414.132.3 Ordonnance sur la formation menant au bachelor et au master de l Ecole polytechnique fédérale de Lausanne

414.132.3 Ordonnance sur la formation menant au bachelor et au master de l Ecole polytechnique fédérale de Lausanne Ordonnance sur la formation menant au bachelor et au master de l Ecole polytechnique fédérale de Lausanne (Ordonnance sur la formation à l EPFL) du 14 juin 2004 (Etat le 1 er septembre 2015) La Direction

Plus en détail

1-Introduction 2. 2-Installation de JBPM 3. 2-JBPM en action.7

1-Introduction 2. 2-Installation de JBPM 3. 2-JBPM en action.7 Sommaire 1-Introduction 2 1-1- BPM (Business Process Management)..2 1-2 J-Boss JBPM 2 2-Installation de JBPM 3 2-1 Architecture de JOBSS JBPM 3 2-2 Installation du moteur JBoss JBPM et le serveur d application

Plus en détail

DEMANDE D INFORMATION RFI (Request for information)

DEMANDE D INFORMATION RFI (Request for information) DOD SEICAM RFI Demande d information EVDEC Réf. : RFI_EVDEC- GT5_Outil_reporting_BI_v4.doc Page 1/11 DEMANDE D INFORMATION RFI (Request for information) OUTIL INTÉGRÉ DE REPORTING ET D ANALYSE DÉCISIONNELLE

Plus en détail

LIVRE BLANC ENJEUX DES APPLICATIONS DE GESTION EN MODE SAAS

LIVRE BLANC ENJEUX DES APPLICATIONS DE GESTION EN MODE SAAS LIVRE BLANC ENJEUX DES APPLICATIONS DE GESTION EN MODE SAAS SOMMAIRE I. Pourquoi héberger ses applications de gestion?... 3 a. La disponibilité b. Actualisations du logiciel c. Simplicité d. Coût II. SaaS

Plus en détail

RPC Remote Procedure Call. Benmoussa Yahia Université M hamed Bougara de Boumerdès yahia.benm@gmail.com

RPC Remote Procedure Call. Benmoussa Yahia Université M hamed Bougara de Boumerdès yahia.benm@gmail.com RPC Remote Procedure Call Benmoussa Yahia Université M hamed Bougara de Boumerdès yahia.benm@gmail.com Objectifs Le rôle de RPC comme middleware Positionner RPC dans le modèle OSI Développement d application

Plus en détail

Master of Science in Engineering www.hes-so.ch/mse

Master of Science in Engineering www.hes-so.ch/mse Présentation du MSE Fouad.Rahali@heig-vd.ch Master of Science in Engineering www.hes-so.ch/mse 1 Bachelors et Masters HES professionnalisant + de responsabilités Master HES-SO Bachelor HES-SO Compétences

Plus en détail

Iyad Alshabani SysCom - CReSTIC Université de Reims 17/02/2011 1

Iyad Alshabani SysCom - CReSTIC Université de Reims 17/02/2011 1 SysCom - CReSTIC Université de Reims 17/02/2011 1 Motivation Gestion des expérimentations Avec les workflows Simulation Simulation des Systèmes Distribués ANR USS SimGrid Campagne de Test et gestion de

Plus en détail

NFP111 Systèmes et Applications Réparties

NFP111 Systèmes et Applications Réparties NFP111 Systèmes et Applications Réparties 1 de 46 NFP111 Systèmes et Applications Réparties Cours 2 - Les appels de procédure distants (Partie 1) Claude Duvallet Université du Havre UFR Sciences et Techniques

Plus en détail

DiFiQ. Diplôme Finance Quantitative. Une formation en partenariat. Ensae Dauphine Bärchen

DiFiQ. Diplôme Finance Quantitative. Une formation en partenariat. Ensae Dauphine Bärchen DiFiQ Ensae Dauphine Bärchen Diplôme Finance Quantitative Une formation en partenariat bonnes raisons 5de s inscrire au DiFiQ 1. Gagnez une maîtrise incontournable des techniques quantitatives en finance

Plus en détail