METHODE AUTOMATIQUE POUR CORRIGER LA VARIATION LINGUISTIQUE LORS DE L INTERROGATION DE DOCUMENTS XML DE STRUCTURES HETEROGENES

Dimension: px
Commencer à balayer dès la page:

Download "METHODE AUTOMATIQUE POUR CORRIGER LA VARIATION LINGUISTIQUE LORS DE L INTERROGATION DE DOCUMENTS XML DE STRUCTURES HETEROGENES"

Transcription

1 METHODE AUTOMATIQUE POUR CORRIGER LA VARIATION LINGUISTIQUE LORS DE L INTERROGATION DE DOCUMENTS XML DE STRUCTURES HETEROGENES Ourda Boudghaghen(*),Mohand Boughanem(**) (*)Unversté M hamed Bougara-Boumerdes, 26 rue le la gare 06200, Algére (**)Unversté Paul Sabater, IRIT-SIG-RI, 118 Route de Narbonne, Toulouse Cedex 9, France. Mots clés : XML, structure hétérogène, varaton lngustque, recherche d nformaton, ontologe. Key words: XML, heterogeneous structures, lngustc varaton, Informaton Retreval ontology Palabras clave : XML, las estructuras heterogéneas, la varacón lngüístca, la Recuperacón de nformacón, la ontología Résumé Dans cet artcle, nous abordons la problématque de l nterrogaton de corpus de documents XML de structures hétérogènes. En effet, vu la lberté qu offre XML lors de la concepton des DTD (Document Type Defnton), des documents se rapportant au même domane comportent des balses pouvant être dfférentes d une structure à l autre. Cette hétérogénété peut se déclner aux nveaux de dfférence morphologque entre des balses sémantquement dentques et/ou de dfférence dans leur agencement dans les sources dsparates des documents. De plus, les langages actuels d nterrogaton des documents XML, ben qu ls soent très pussants pour la recherche du contenu des documents en se basant sur la structure, ls ne reflètent que cette dernère et ne permettent pas ans des requêtes sémantques. Nous nous sommes ntéressés en partculer, au problème de la varaton lngustque entre les noms des balses. Nous proposons donc une méthode permettant de reméder à ce problème en procédant au regroupement automatque des balses sémantquement proches dans la même classe. Ce regroupement est effectué en se basant sur les relatons sémantques fournes par une ressource lngustque. Ans, lors de la phase d nterrogaton, chaque balse de la requête est alors étendue par ajout de synonymes de la classe assocée.

2 1 Introducton Aujourd hu, XML est largement accepté comme format standard pour le partage et l échange de données dans dvers domanes comme les BDs, le Web, les ntranets, XML dot prncpalement son succès à sa flexblté : toute personne peut écrre une DTD (Document Type Defnton) pour défnr la structure de ses documents sous le format XML. Une structure qu représente les nformatons dans la forme que la personne désre. Cependant, cette lberté de concepton de DTD condut de fat à l élaboraton de structures décrvant souvent les mêmes éléments mas avec des noms de balses dfférents et/ou agencés dfféremment. Cec cause de réels problèmes au nveau du stockage, de l ntégraton et de l nterrogaton de données dans ces larges collectons de documents hétérogènes. La problématque engendrée par ce type de document dans le domane de la recherche d nformaton, est lée à la nature de leur contenu. En effet, comme ces documents comportent de l'nformaton (du texte) et des contrantes structurelles (des balses), ls ne peuvent pas être effcacement explotés par les technques classques de RI, qu consdèrent le document comme un granule d'nformaton ndvsble. Or, dans un document XML toute parte du document peut être consdérée comme réponse potentelle à la requête de l utlsateur. La parte concernée peut être spécfée drectement dans la requête de l utlsateur ou calculée automatquement par le système de RIS. Les requêtes dans les systèmes de RIS peuvent en effet avor deux formes : une forme «contenu seulement», la requête est dans ce cas composée que de mots clés et une forme combnant la structure et le contenu. Dans le cas où les documents ont des structures hétérogènes l écrture d une requête de type contenu et structure devent très dffcle, car d une part, l utlsateur ne connaît pas forcément toutes les structures des documents et d autre part l n est pas possble d exprmer la noton de synonyme structurelle dans aucun langage exstant aujourd hu. Comme l n exste aucun standard unversel pour la représentaton des données arbtrares sous XML, l hétérogénété des structures des documents est névtable. Or, cette hétérogénété de structures peut être seulement lée à des nformatons sémantquement smlares mas codées dans des structures XML très varées : - Varaton lngustque, c est-à-dre utlsaton de dfférents noms de balses pour désgner un même concept dans les dverses sources d nformaton. - Varaton de la structuraton (ou hérarchsaton) des balses, c'est-à-dre dfférence de leur agencement et leur nombre dans les dverses sources d nformaton. La problématque consdérée c, est donc comment surpasser ces dfférences? Par quel procédé est-l possble de réconcler d une façon automatque ces documents, pour permettre une nterrogaton smplfée et une recherche effcace aboutssant à des résultats couvrant tous les documents.

3 C est dans la perspectve de s affranchr de ces structures hétérogènes que se stuent nos travaux [1]. Notre objectf est de construre un moyen permettant de manpuler les structures «smlares» de manère transparente. Nous nous sommes ntéressés en partculer à résoudre la problématque de la varaton lngustque. Pour cela, nous proposons une méthode permettant le matchng de balses morphologquement dfférentes mas qu désgnent le même concept. L dée est d exploter la sémantque portée par les balses XML et les relatons pouvant exster entre ces balses pour fare correspondre les condtons de structure exprmées dans les requêtes avec tous les éléments présents dans la collecton. La soluton que nous proposons se base sur la constructon et l utlsaton lors de l nterrogaton d un dctonnare regroupant les balses sémantquement équvalentes en utlsant une ressource lngustque, c en l occurrence WordNet [2]. De façon générale, comme l llustre la fgure 1, l approche que nous avons mse au pont comprend tros étapes prncpales, qu sont comme sut : (1) : La premère étape correspond à l extracton des concepts canddats pour chaque balse d une DTD par une projecton sur l ontologe. (2) : Dans cette étape, l s agt d un tratement de désambguïsaton qu permettra, sur la base d un calcul de la proxmté sémantque entre concepts, de chosr les concepts adéquats aux sens des balses telles qu elles sont utlsées dans les documents de la collecton. (3) : La dernère étape, consste en la constructon d un dctonnare des synonymes. Cela se fat en défnssant une entrée pour chaque concept retenu dans l étape précédente et où sera sauvegardée de plus, la lste des balses qu lu correspond dans la collecton. Le reste de ce paper présente en détal notre approche. La secton 2 présente d abord le modèle de représentaton des documents sur lequel se base notre approche pour détermner rapdement les relatons ancêtres-descendants. La secton 3 présente la phase de projecton sur l ontologe. La secton 4 présente la phase de désambguïsaton. La secton 5 présente la dernère phase qu consste en la constructon du dctonnare des balses synonymes. La secton 6 présente un exemple montrant le ben fondé de l approche.

4 Désambguïsaton Ontologe (1) Balses XML B 1 B 2... B n Projecton Détecton des concepts B 1 {c 11,, c 1n } B 2 {c 21,, c 2m } B k {c k1,, ck n } Balses XML avec les concepts canddats Calcul de smlarté (3) Constructon du Dctonnare des Synonymes B, sens 1<>B j, sens 1= 4 B, sens 1<>B j, sens 2 = 3 B n, sens k<>b m, sens l = 4 (2) Sélecton des concepts Fgure 1 : Schéma général de l approche.

5 2 Modèle de représentaton de la structure des documents Les documents XML possèdent des structures arborescentes décrtes par des DTD. On explotera cette structure pour représenter chaque DTD de la collecton sous forme d arbre. Une DTD sera donc représentée par un arbre (ds), défn par les ensembles N, A et L : ds = (N, A, L). Avec N = {n 1, n 2,...} l ensemble des nœuds éléments, A = {a 1, a 2,...} l ensemble des attrbuts et L est un ensemble d arcs orentés. Un arc orenté est une pare (u, v) formée de deux éléments des ensembles N ou A tels que : u est parent de v chaque n N appartent au mons une fos à L en tant que premer composant d une pare formant un arc. chaque n N, a A excepté le nœud racne appartent une et une seule fos à L en tant que second composant d une pare formant un arc. Les nœuds sont ans relés entre eux par des arcs qu forment les relatons parent/enfant. Tous les noeuds excepté le noeud racne ont exactement un nœud parent. De cette façon, l sera facle de détermner rapdement les relatons de hérarche entre les balses de la même DTD. Dans la sute, on désgnera par une balse un nom d un élément (qu l sot composé ou smple) ou d un attrbut XML. Pour chaque balse on dsposera des nformatons sur sa balse mère et éventuellement ses balses flles et/ou attrbuts. 3 Projecton sur l ontologe Toutes les balses XML dentfées dans la collecton sont projetées sur l ontologe pour obtenr les concepts auxquels elles sont assocées. Les nomnatons des balses sont généralement sous forme de noms ou d abrévaton de noms. Pour les balses abrégées, l faudra d abord nterroger un dctonnare des abrévatons pour avor les noms approprés. Cependant, comme chaque nom de balse peut avor pluseurs sens, et ans correspondre à pluseurs synsets (ou concepts) de l ontologe, des mesures de smlarté entre les dfférents sens des noms, sont calculées en vue de sélectonner, pour chaque balse, le melleur sens correspondant dans l ontologe. La mesure de smlarté entre deux noeuds représente une valeur condensée résultant de la comparason de deux sens possbles pour deux termes (donc deux concepts canddats) en utlsant la dstance entre les postons des deux concepts canddats dans l'ontologe ou encore les relatons sémantques de l ontologe. Cette valeur n a pas de sens précs mas exprme le degré du len entre les deux concepts canddats. Nous l explctons dans la secton suvante.

6 4 Le tratement de désambguïsaton Se déroule en deux phases : 1) Calcul de la smlarté entre concepts L ontologe n offre pas une quantfcaton des lens sémantques entre les dfférents concepts qu elle défnt. Pour cela, dverses mesures permettant de calculer la valeur de la proxmté sémantque entre concepts sont proposées dans la lttérature. On peut dstnguer : 1. Les mesures se basant sur le chemn (Path based measures) entre deux concepts à comparer, telles que défnes par exemple dans [3] [4] [5]. 2. Les mesures se basant sur la noton de contenu d nformaton (Informaton Content IC), telles que défnes dans [6]. 3. Les mesures se basant sur une combnason du chemn et du contenu d'nformaton [7] ou sur l'algorthme de Lesk adapté à WordNet dans [8]. Nous décrrons la mesure de Lesk adaptée à WordNet dans [8]. Elle représente le nombre de mots communs entre deux concepts. Formellement elle est décrte comme sut : étant donné un ensemble de relatons R = {R 1, R 2,., R n } et deux mots b et b j auxquels sont affectés deux sens S α et S j β. La smlarté sémantque entre S α et S j β, notée : Sm (S α, S j β ) est défnt comme sut : Sm j ( S, S ) Rk ( S ) l, k 1,..., n R ( S l j ) Les relatons dépendent de l ontologe utlsée. Dans le cas de WordNet, on trouve par exemple : les relatons de synonyme, d hypéronyme, d hyponyme, de méronyme et d holonyme plus les relatons de glossare et les relatons de domanes, L utlsaton de ce nombre relatvement élevé de relatons a pour but de couvrr au maxmum les dfférents types de lens que deux concepts peuvent partager.

7 De plus, l faudra dentfer le contexte de chaque balse qu servra pour le chox du sens qu lu sot le plus appropré. Une premère dée, serat de consdérer le cotexte formé de toutes les balses de la DTD à laquelle elle appartent, donc on pourra penser à évaluer la proxmté sémantque avec chacun des concepts relatfs à ces balses. Une autre façon est de consdérer le contexte local d une balse en se restregnant à l ensemble formé de sa balse mère et éventuellement la lste de ses balses flles et attrbuts. Dans ce cas, l suffra de calculer la proxmté sémantque avec les concepts relatfs à ce seul ensemble. 2) Sélecton des concepts A cette étape, nous connassons pour chaque balse son sens représenté par l ensemble des concepts assocés (les synsets de WordNet), noté : S = {S 1, S 2,, Sn }, ans que les valeurs de sa proxmté sémantque calculées avec les balses du même contexte. Il reste unquement à chosr pour chaque balse le melleur concept parm tous les sens canddats extrats de l ontologe. Le prncpe de la désambguïsaton consste à supposer que, parm les dfférents concepts canddats (sens) pour une balse donnée, le plus adéquat (vrasemblable) est celu qu a le plus de lens avec les autres concepts du même contexte qu elle. En généralsant cette règle à toutes les balses, on se retrouve avec des balses qu se désambguïsent mutuellement et de manère globale par rapport au contexte de chaque DTD. Pour formalser cette dée, on affecte à chaque concept canddat (ou sens d'une balse) un score (C_score). Le score d un concept canddat est égal à la somme des valeurs de smlarté qu'l a obtenu avec les autres concepts canddats des balses de son contexte sauf ceux qu sont dans le même ensemble de sens que le sen : pour une balse b, le score de son k ème sens est alors calculé comme sut : j C _ score( S ) Sm( S, S ) (*) k j [1.. m], j l [1.. n] k l Où m représente le nombre des balses formant le contexte d une balse et n le nombre de sens qu est propre à chaque balse b. Le melleur concept (synset) S retenu est celu qu représente au meux le sens de la balse b. C est celu qu maxmse C_score : S Best _ score( b ) ArgMax k 1.. n C _ score( S Le concept ans sélectonné, représentera une entrée dans le dctonnare des synonymes qu sera construt dans l étape suvante. k )

8 5 Constructon du dctonnare des concepts La dernère étape de l approche concerne la constructon du dctonnare des concepts. Pour chaque concept sélectonné à l ssue de la phase de désambguïsaton, on lu crée une entrée dans le dctonnare des balses synonymes. On lu assoce de plus, la lste des balses le référençant dans la collecton. Pour chaque balse, on gardera une référence vers son concept. Ans, pour chaque requête d un utlsateur contenant des condtons de structure formulées dans les termes d une quelconque DTD de la collecton, l sera possble de chercher pour chaque balse qu y fgure, le concept correspondant dans le dctonnare et d dentfer la lste des balses synonymes pour étendre la requête aux autres documents de la collecton qu suvent d autres DTD et les nclure dans la recherche. 6 Un exemple Nous llustrons les étapes précédentes en les applquant sur deux smples DTD (représentées dans la fgure c-dessous sous forme d arbres) : Papers DTD1 Wrters DTD2 Paper+ Wrter+ Author Headng [1..10] Name Wrter s name Ttle Artcle+ Fgure 2 : Deux DTD dfférentes décrvant le même domane.

9 En premer leu, toutes les balses contenues dans les documents (représentés c par les DTD), sont extrates et projetées sur l ontologe WordNet pour avor leurs sens. Vu la polyséme des sens, les noms de balses se voent attrbuer pluseurs synsets, par exemple la balse "name" possède 6 sens, la balse "paper" 7 sens, etc. (comme le montre la fgure 3 suvante). The noun name has 6 senses (frst 6 from tagged texts) 1. (698) name -- (a language unt by whch a person or thng s known; "hs name really s George Washngton"; "those are two names for the same thng") 2. (44) name -- (by the sancton or authorty of; "halt n the name of the law") 3. (26) name -- (a person's reputaton; "he wanted to protect hs good name") 4. (15) name, fgure, publc fgure -- (a well-known or notable person; "they studed all the great names n the hstory of France"; "she s an mportant fgure n modern musc") 5. (6) name, gens -- (famly based on male descent; "he had no sons and there was no one to carry on hs name") 6. (2) name, epthet -- (a defamatory or abusve word or phrase) The noun paper has 7 senses (frst 6 from tagged texts) 1. (31) paper -- (a materal made of cellulose pulp derved manly from wood or rags or certan grasses) 2. (21) composton, paper, report, theme -- (an essay (especally one wrtten as an assgnment); "he got an A on hs composton") 3. (12) newspaper, paper -- (a daly or weekly publcaton on folded sheets; contans news and artcles and advertsements; "he read hs newspaper at breakfast") 4. (5) paper -- (a scholarly artcle descrbng the results of observatons or statng hypotheses; "he has wrtten many scentfc papers") 5. (4) paper -- (medum for wrtten communcaton; "the noton of an offce runnng wthout paper s absurd") 6. (2) newspaper, paper, newspaper publsher -- (a busness frm that publshes newspapers; "Murdoch owns many newspapers") 7. newspaper, paper -- (the physcal object that s the product of a newspaper publsher; "when t began to ran he covered hs head wth a newspaper") Fgure 3 : Les dfférents sens que peut avor un mot comme "name" ou "paper". En second leu, les smlartés sémantques sont calculées entre tous les concepts canddats, c est-à-dre : les sens possbles des balses dentfées précédemment, en utlsant les dfférentes mesures de smlarté sémantque. Ic, et en guse d llustraton, nous avons utlsé la mesure de Lesk décrte dans (la secton 4) avec les relatons de synonyme et de glossare. Par exemple, (comme on le vot dans la fgure 4), la premère lgne de la deuxème colonne veut dre que la smlarté entre le sens1 du nom "headng" et le sens4 du nom "paper" est égale à 4.

10 author#n#1 <> name#n#1=3 paper#n#4<>headng#n#1=4 author#n#1 <> name#n#3=1 paper#n#4<>headng#n#3=0 author#n#2 <> name#n#1=1 paper#n#5<>headng#n#1=1 author#n#2 <> name#n#3=1 paper#n#5<>headng#n#3=0 ttle#n#1 <> artcle#n#1=3 wrter #n#1<> artcle #n#1=4 ttle#n#1<> artcle#n#4=0 wrter #n#1<> artcle #n#4=0 ttle#n#6 <> artcle#n#1=0 wrter #n#2<> artcle #n#1=1 ttle#n#6 <> artcle#n#4=0 wrter #n#2<> artcle #n#4=0 Fgure 4 : la smlarté calculée entre les concepts. Pus, vent l étape de sélecton du concept qu représente au meux le sens d une balse. Pour chaque concept canddat, son sens ayant le plus grand score cumulé calculé avec la formule (*), est retenu comme le concept appropré. Les résultats pour notre exemple sont llustrés c-dessous : name#n#1=16 paper#n#4= 25 artcle#n#1=22 headng#n#1=17 ttle#n#1= 20 wrter #n#1=30 author#n#1=32 wrter s name #n#1=19 Fgure 5 : Le melleur score cumulé des concepts retenus. Par exemple pour la balse "artcle" possédant 4 sens, le sens1 qu est sélectonné, correspond effectvement au sens appropré dans le contexte de la DTD à laquelle elle appartent. De même pour toutes les autres balses.

11 Enfn, on crée pour chaque concept retenu une entrée dans le dctonnare des balses où on gardera une lste de ses balses synonymes. Par exemple la balse "author" est dentfée comme synonyme de la balse "wrter", elles correspondent au même concept de l ontologe, à savor "wrter#n#1", elles seront nsérées dans la lste de ses synonymes. On fera de même pour toutes les autres balses, on obtendra à la fn de cette opératon l ensemble des classes suvantes : 1 Name#n #1 Name Wrters name 3 Artcle# n#1 Artcle Paper 2 Wrter# n#1 Wrter Author 4 Headng# n#1 Headng Ttle Fgure 6 : Ensemble des concepts nsérés dans le dctonnare des synonymes. Ans, un utlsateur pourra utlser l un ou l autre vocabulare des DTD pour formuler ses requêtes, l suffra de garder un ponteur pour chaque balse vers son concept dans le dctonnare, et le système se chargera d aller chercher ses éventuels synonymes dans le dctonnare, pour lancer une recherche dans les termes des autres DTD. 7 Bblographe [1] Ourda Boudghaghen, Prse en compte de l hétérogénété structurelle en recherche d nformaton sem-structurée, mémore de magster de l unversté de M HAMED BOUGARA, Boumerdes, Avrl [2] A.G. Mller, WordNet, A lexcal Database for Englsh, ACM 38 (11), 39-41, [3] Rada, R., Ml, H., Bcknell, E., and Blettner, M. Development and applcaton of a metrc on semantc nets. IEEE Transacton on Systems, Man, and Cybernetcs, 19(1): [4] Leacock, C., Mller, G. A., and Chodorow, M. Usng corpus statstcs and WordNet relatons for sense dentfcaton. Comput. Lngust.24, 1(Mar.98), [5] Jang J.and Conrath D. Semantc smlarty based on corpus statstcs and lexcal taxonomy.in Proceedngs on Internatonal Conference on Research n Computatonal Lngustcs, Tawan, [6] Resnk, P., "Semantc Smlarty n a Taxonomy: An Informaton-Based Measure and ts Applcaton to Problems of Ambguty n Natural Language", Journal of Artfcal Intellgence Research (JAIR), 11, pp , [7] D. Ln. An nformaton-theoretc defnton of smlarty. In Proceedngs of 15th Internatonal Conference on Machne Learnng, [8] S. Patwardhan,S. Banerjee, and T. Pedersen : Usng measures of semantc relatedness for word sense dsambguaton. In Proceedngs of the 4 th Internatonal Conference on Intellgent Text Processng and Computatonal Lngustcs CICLING, Mexco Cty, 2003.

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

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

Plus en détail

SIMNUM : Simulation de systèmes auto-gravitants en orbite

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

Plus en détail

Pour ce problème, une analyse est proposée à l adresse : http://www.ac-amiens.fr/pedagogie/maths/new/ue2007/synthese_atelier_annette_alain.

Pour ce problème, une analyse est proposée à l adresse : http://www.ac-amiens.fr/pedagogie/maths/new/ue2007/synthese_atelier_annette_alain. Pour ce problème, une analyse est proposée à l adresse : http://www.ac-amens.fr/pedagoge/maths/new/ue2007/synthese_ateler_annette_alan.pdf 1 La règle du jeu Un drecteur de casno se propose d nstaller le

Plus en détail

Mailing. Les étapes de conception d un mailing. Créer un mailing

Mailing. Les étapes de conception d un mailing. Créer un mailing Malng Malng Word 2011 pour Mac Les étapes de concepton d un malng Le malng ou publpostage permet l envo en nombre de documents à des destnatares répertorés dans un fcher de données. Cette technque sous-entend

Plus en détail

Remboursement d un emprunt par annuités constantes

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

Plus en détail

V FORMATION DES IMAGES DANS L EXEMPLE DU MIROIR PLAN

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

Plus en détail

I. Fonctionnalités du tableur

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

Plus en détail

Valeur absolue et fonction valeur absolue Cours

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

Plus en détail

Note méthodologique. Traitements hebdomadaires Quiestlemoinscher.com. Quelle méthode de collecte de prix? Qui a collecté les prix?

Note méthodologique. Traitements hebdomadaires Quiestlemoinscher.com. Quelle méthode de collecte de prix? Qui a collecté les prix? Note méthodologque Tratements hebdomadares Questlemonscher.com Quelle méthode de collecte de prx? Les éléments méthodologques ont été défns par le cabnet FaE onsel, socété d études et d analyses statstques

Plus en détail

classification non supervisée : pas de classes prédéfinies Applications typiques

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

Plus en détail

Exercices d algorithmique

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

Plus en détail

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

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

Plus en détail

Gestion et stratégie Utilisateur

Gestion et stratégie Utilisateur Geston et stratége Utlsateur GESTION ET STRATEGIE UTILISATEUR...2 1.) Comment gérer des utlsateurs?...2 1.1) Geston des utlsateurs en groupe de traval...2 1.2) Geston des utlsateurs par domane...2 Rôle

Plus en détail

Représentation de l'information

Représentation de l'information 1. L nformaton 1-1 Dualté état et temps Représentaton de l'nformaton La noton d'nformaton correspond à la connassance d'un état donné parm pluseurs possbles à un nstant donné. La Fgure 1 llustre cette

Plus en détail

Hansard OnLine. Guide relatif au Unit Fund Centre

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

Plus en détail

Editions ENI. Excel 2010. Collection Référence Bureautique. Extrait

Editions ENI. Excel 2010. Collection Référence Bureautique. Extrait Edtons ENI Excel 2010 Collecton Référence Bureautque Extrat Tableau crosé dynamque Tableau crosé dynamque Excel 2010 Créer un tableau crosé dynamque Un tableau crosé dynamque permet de résumer, d analyser,

Plus en détail

Editions ENI. Project 2010. Collection Référence Bureautique. Extrait

Editions ENI. Project 2010. Collection Référence Bureautique. Extrait Edtons ENI Project 2010 Collecton Référence Bureautque Extrat Défnton des tâches Défnton des tâches Project 2010 Sasr les tâches d'un projet Les tâches représentent le traval à accomplr pour attendre l'objectf

Plus en détail

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

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

Plus en détail

Feuilles de style CSS

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

Plus en détail

Chapitre 5: La programmation dynamique

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

Plus en détail

Les jeunes économistes

Les jeunes économistes Chaptre1 : les ntérêts smples 1. défnton et calcul pratque : Défnton : Dans le cas de l ntérêt smple, le captal reste nvarable pendant toute la durée du prêt. L emprunteur dot verser, à la fn de chaque

Plus en détail

Assistance à la saisie en milieu non structuré

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

Plus en détail

Travaux pratiques : GBF et oscilloscope

Travaux pratiques : GBF et oscilloscope Travaux pratques : et osclloscope S. Benlhajlahsen ésumé L objectf de ce TP est d apprendre à utlser, c est-à-dre à régler, deux des apparels les plus couramment utlsés : le et l osclloscope. I. Premère

Plus en détail

Utilisation du symbole

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

Plus en détail

Université Pierre & Marie Curie (Paris 6) Licence de Mathématiques L3 UE LM364 Intégration 1 Année 2011 12. TD4. Tribus.

Université Pierre & Marie Curie (Paris 6) Licence de Mathématiques L3 UE LM364 Intégration 1 Année 2011 12. TD4. Tribus. Unversté Perre & Mare Cure (Pars 6) Lcence de Mathématques L3 UE LM364 Intégraton 1 Année 2011 12 TD4. Trbus. Échauffements Exercce 1. Sot X un ensemble. Donner des condtons sur X pour que les classes

Plus en détail

Contribution à la définition de modèles de recherche d information flexibles basés sur les CP-Nets

Contribution à la définition de modèles de recherche d information flexibles basés sur les CP-Nets Contrbuton à la défnton de modèles de recherche d nformaton flexbles basés sur les CP-Nets Fatha Boubekeur To cte ths verson: Fatha Boubekeur. Contrbuton à la défnton de modèles de recherche d nformaton

Plus en détail

Définition des tâches

Définition des tâches Défnton des tâches Défnton des tâches Project 2010 Sasr les tâches d'un projet Les tâches représentent le traval à accomplr pour attendre l'objectf du projet. Elles représentent de ce fat, les éléments

Plus en détail

Ajustement affine par les moindres carrés

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

Plus en détail

hal-00409942, version 1-14 Aug 2009

hal-00409942, version 1-14 Aug 2009 Manuscrt auteur, publé dans "MOSIM' 008, Pars : France (008)" 7 e Conférence Francophone de MOdélsaton et SIMulaton - MOSIM 08 - du mars au avrl 008 - Pars - France «Modélsaton, Optmsaton et Smulaton des

Plus en détail

Reconnaissance des Mots Manuscrits Arabes par Combinaison d une Approche Globale et une Approche Analytique

Reconnaissance des Mots Manuscrits Arabes par Combinaison d une Approche Globale et une Approche Analytique Reconnassance des Mots Manuscrts Arabes par Combnason d une Approche Globale et une Approche Analytque Abdallah Benouareth, Abdellatf Ennaj, Mokhtar Sellam o cte ths verson: Abdallah Benouareth, Abdellatf

Plus en détail

Enseignement secondaire. PHYSI Physique Programme

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

Plus en détail

UNIVERSITE MONTESQUIEU BORDEAUX IV. Année universitaire 2006-2007. Semestre 2. Prévisions Financières. Travaux Dirigés - Séances n 3

UNIVERSITE MONTESQUIEU BORDEAUX IV. Année universitaire 2006-2007. Semestre 2. Prévisions Financières. Travaux Dirigés - Séances n 3 UNIVERSITE MONTESQUIEU BORDEAUX IV Lcence 3 ère année Econome - Geston Année unverstare 2006-2007 Semestre 2 Prévsons Fnancères Travaux Drgés - Séances n 3 «Les Crtères Fondamentaux des Chox d Investssement»

Plus en détail

Interface OneNote 2013

Interface OneNote 2013 Interface OneNote 2013 Interface OneNote 2013 Offce 2013 - Fonctons avancées Lancer OneNote 2013 À partr de l'nterface Wndows 8, utlsez une des méthodes suvantes : - Clquez sur la vgnette OneNote 2013

Plus en détail

Editions ENI. Excel 2013. Collection Référence Bureautique. Extrait

Editions ENI. Excel 2013. Collection Référence Bureautique. Extrait Edtons ENI Excel 2013 Collecton Référence Bureautque Extrat Tableaux de données Tableaux de données Excel 2013 Créer un tableau de données Un tableau de données, auss appelé lste de données (dans les ancennes

Plus en détail

Modélisation des Réseaux Ad hoc par Graphes

Modélisation des Réseaux Ad hoc par Graphes SETIT 009 5 th Internatonal Conference: Scences of Electronc, Technologes of Informaton and Telecommuncatons March -6, 009 TUNISIA Modélsaton des Réseaux Ad hoc par Graphes M hamed Abdelmadd ALLALI et

Plus en détail

ÉCHANTILLON REPRÉSENTATIF (D UNE POPULATION FINIE) : DÉFINITION STATISTIQUE

ÉCHANTILLON REPRÉSENTATIF (D UNE POPULATION FINIE) : DÉFINITION STATISTIQUE ÉCHANTILLON REPRÉSENTATIF (D UNE POPULATION FINIE) : DÉFINITION STATISTIQUE ET PROPRIÉTÉS Léo Gervlle-Réache, Vncent Coualler To cte ths verson: Léo Gervlle-Réache, Vncent Coualler. ÉCHANTILLON REPRÉSENTATIF

Plus en détail

Atelier 2 La recherche d information personnalisée sur le Web

Atelier 2 La recherche d information personnalisée sur le Web Ateler 2 La recherche d nformaton personnalsée sur le Web Mare-Aude Aufaure, Hajer Baazaou Zghal, Yves Lechevaller et Chrstophe Claramunt Ateler Recherche d Informaton Personnalsée sur le WEB Mare-Aude

Plus en détail

Le théorème du viriel

Le théorème du viriel Le théorème du vrel On se propose de démontrer le théorème du vrel de deux manères dfférentes. La premère fat appel à deux "trcks" qu l faut vor. Cette preuve met en avant une quantté, notée S c, qu permet

Plus en détail

Corrélation et régression linéaire

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

Plus en détail

Paramétrer le diaporama

Paramétrer le diaporama PowerPont 2013 - Fonctons avancées Daporama Daporama PowerPont 2013 - Fonctons avancées Paramétrer le daporama Le daporama est la projecton de la présentaton à l écran. Ouvrez la présentaton à projeter.

Plus en détail

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

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

Plus en détail

Installation du dispositif Cisco TelePresence MX200 - Support de table

Installation du dispositif Cisco TelePresence MX200 - Support de table 1a Déballage du système vdéo MX200 oîte du support de table MX200 La boîte du support de table MX200 content le support de table équpé d un pvot et un cache arrère. Placez le support de table sur une surface

Plus en détail

Apprentissage incrémental dans un système de filtrage adaptatif

Apprentissage incrémental dans un système de filtrage adaptatif VSST'200 32 TEXTES DES COMMUNICATIONS - Tome I Apprentssage ncrémental dans un système de fltrage adaptatf Mohand BOUGHANEM, Mohamed TMAR boughane@rt.fr, tmar@rt.fr IRIT/SIG, Campus Unv. Toulouse III,

Plus en détail

UNIVERSITÉ PARIS OUEST NANTERRE LA DÉFENSE U.F.R. SEGMI Année universitaire 2015 2016. Statistiques Descriptives

UNIVERSITÉ PARIS OUEST NANTERRE LA DÉFENSE U.F.R. SEGMI Année universitaire 2015 2016. Statistiques Descriptives UNIVERSITÉ PARIS OUEST NANTERRE LA DÉFENSE U.F.R. SEGMI Année unverstare 215 216 L1 Économe Cours de B. Desgraupes Statstques Descrptves Séance 7: Indces synthétques Table des matères 1 Introducton 1 1.1

Plus en détail

La décomposition en valeurs singulières: un outil fort utile

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

Plus en détail

Installation & Guide de démarrage WL510 Adaptateur sans fil /Antenne

Installation & Guide de démarrage WL510 Adaptateur sans fil /Antenne Installaton & Gude de démarrage WL510 Adaptateur sans fl /Antenne Informaton mportante à propos du WL510 Adresse IP = 192.168.10.20 Nom d utlsateur = wl510 Mot de passe = wl510 QUICK START WL510-01- VR1.1

Plus en détail

Ton domaine réservé Organisation Simplicité Efficacité

Ton domaine réservé Organisation Simplicité Efficacité Rev. 07/2012 Ton domane réservé Organsaton Smplcté Effcacté www.vstos.t Ton La tua domane area rservata réservé 1 MyVstos MyVstos est une plate-forme nformatque réservée aux revendeurs Vstos qu permet

Plus en détail

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

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

Plus en détail

Mesure de compatibilité et recherche de solutions régulières en contact pénalisé

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

Plus en détail

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

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

Plus en détail

Ch 4 Séries statistiques à une dimension Définitions et représentation graphique

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

Plus en détail

Activité Intitulé de l'activité Volume horaire

Activité Intitulé de l'activité Volume horaire Informatons de l'unté d'ensegnement Implantaton Cursus de ECAM Insttut Supéreur Industrel Bacheler en Scences ndustrelles Electronque applquée B2150 Cycle 1 Bloc 2 Quadrmestre 2 Pondératon 4 Nombre de

Plus en détail

Informations de l'unité d'enseignement Implantation. Cursus de. Intitulé. Code. Cycle 1. Bloc 2. Quadrimestre 1. Pondération 4. Nombre de crédits 4

Informations de l'unité d'enseignement Implantation. Cursus de. Intitulé. Code. Cycle 1. Bloc 2. Quadrimestre 1. Pondération 4. Nombre de crédits 4 Informatons de l'unté d'ensegnement Implantaton Cursus de Inttulé Code ECAM Insttut Supéreur Industrel Bacheler en Scences ndustrelles Outls de communcaton B2050 Cycle 1 Bloc 2 Quadrmestre 1 Pondératon

Plus en détail

Cours de Calcul numérique MATH 031

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

Plus en détail

Montage émetteur commun

Montage émetteur commun tour au menu ontage émetteur commun Polarsaton d un transstor. ôle de la polarsaton La polarsaton a pour rôle de placer le pont de fonctonnement du transstor dans une zone où ses caractérstques sont lnéares.

Plus en détail

Installation du dispositif Cisco TelePresence MX200 - Sur pied

Installation du dispositif Cisco TelePresence MX200 - Sur pied 1a Déballage du système vdéo MX200 oîte de la base du ped de support MX200 La boîte de la base du ped de support MX200 content la colonne du ped de support, deux caches et la base du ped de support, ans

Plus en détail

Cryptographie évolutionniste

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

Plus en détail

DÉCLARATIONS POUR LA BALANCE DES PAIEMENTS

DÉCLARATIONS POUR LA BALANCE DES PAIEMENTS DÉCLARATIONS POUR LA BALANCE DES PAIEMENTS GUICHET D ÉCHANGES DE FICHIERS SUR INTERNET GFIN TABLE DES MATIÈRES 1 1. PRINCIPES GÉNÉRAUX... 3 1.1 GÉNÉRALITÉS... 3 1.2 ÉLÉMENTS TECHNIQUES... 3 1.3 SPÉCIFICITÉS

Plus en détail

L a complexité et la taille sans cesse

L a complexité et la taille sans cesse Système d'ade à la Concepton de Bases de Données en Langage Naturel(*) O. Noual Laboratore de Recherche et Développement en Informatque, CE.R.I.S.T. E-mal : Noual@st.cerst.dz Abstract Ths paper présent

Plus en détail

Mesure avec une règle

Mesure avec une règle Mesure avec une règle par Matheu ROUAUD Professeur de Scences Physques en prépa, Dplômé en Physque Théorque. Lycée Alan-Fourner 8000 Bourges ecrre@ncerttudes.fr RÉSUMÉ La mesure d'une grandeur par un système

Plus en détail

REDUCTION DE BASE DE DONNEES PAR LA CLASSIFICATION AUTOMATIQUE

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

Plus en détail

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

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

Plus en détail

Fi chiers. Créer/ouvrir/enregistrer/fermer un fichier. i i

Fi chiers. Créer/ouvrir/enregistrer/fermer un fichier. i i Fchers F chers Offce 2013 - Fonctons de base Créer/ouvrr/enregstrer/fermer un fcher Clquez sur l onglet FICHIER. Pour créer un nouveau fcher, clquez sur l opton Nouveau pus, selon l applcaton utlsée, clquez

Plus en détail

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

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

Plus en détail

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

Détection et suivi de visages par Support Vector Machine robustes aux changements d échelle Détecton et suv de vsages par Support Vector Machne robustes au changements d échelle Lonel CARMINATI Drectrce de Thèse : Jenny Benos-Pneau Projet Analyse et Indeaton Vdéo lcarmna@labr.fr http://www.labr.fr/recherche/imageson/aiv/

Plus en détail

Un protocole de tolérance aux pannes pour objets actifs non préemptifs

Un protocole de tolérance aux pannes pour objets actifs non préemptifs Un protocole de tolérance aux pannes pour objets actfs non préemptfs Françose Baude Dens Caromel Chrstan Delbé Ludovc Henro Equpe Oass, INRIA - CNRS - I3S 2004, route des Lucoles F-06902 Sopha Antpols

Plus en détail

Electronique TD1 Corrigé

Electronique TD1 Corrigé nersté du Mane - Faculté des Scences! etour D électronque lectronque D1 Corrgé Pour un sgnal (t) quelconque : 1 $ (t) # MOY! (t) dt 1 FF! (t) dt (t) MX MOY mpltude crête à - crête mpltude Mn Pérode t emarque

Plus en détail

Champ magnétique. 1 Notions préliminaires. 1.1 Courant électrique et densité de courant

Champ magnétique. 1 Notions préliminaires. 1.1 Courant électrique et densité de courant 4 Champ magnétque 1 Notons prélmnares 1.1 Courant électrque et densté de courant Un courant électrque est défn par un déplacement de charges électrques élémentares (ex : les électrons de conducton dans

Plus en détail

COMPRESSION DES IMAGES MEDICALES FIXES

COMPRESSION DES IMAGES MEDICALES FIXES COMPRESSION DES IMAGES MEDICALES FIXES PAR RESEAU DE NEURONES Nacéra Benamrane, Maître de conférences en Informatque nabenamrane@yahoo.com, + 213 41 41 53 22 Zakara Benahmed Daho Etudant doctorant z-daho@lycos.com

Plus en détail

TP Programmation de protocoles de communication Basé sur un TP de M1- Master IST, Université Paris-Sud

TP Programmation de protocoles de communication Basé sur un TP de M1- Master IST, Université Paris-Sud IUT Bordeaux 1 2008-2009 Département Informatque ASR2-Réseaux TP Programmaton de protocoles de communcaton Basé sur un TP de M1- Master IST, Unversté Pars-Sud Ce TP a pour objectf d'nter à la programmaton

Plus en détail

Exercices sur la géométrie plane

Exercices sur la géométrie plane Eercces sur la géoétre plane Sot un trangle équlatéral et M un pont ntéreur au trangle n note H, K, L les projetés orthogonau respectfs de M sur les tros côtés éontrer que la soe MH + MK + ML est constante

Plus en détail

Schlüter -KERDI-BOARD. Support de pose, panneau d agencement, étanchéité composite (SPEC)

Schlüter -KERDI-BOARD. Support de pose, panneau d agencement, étanchéité composite (SPEC) Schlüter -KERDI-BOARD Support de pose, panneau d agencement, étanchété composte (SPEC) Schlüter -KERDI-BOARD Schlüter -KERDI-BOARD Le support de pose unversel pour carrelages Important! Qu l s agsse d

Plus en détail

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

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

Plus en détail

En vue de l'obtention du. Présentée et soutenue par Elayeb Bilel Le 26 juin 2009

En vue de l'obtention du. Présentée et soutenue par Elayeb Bilel Le 26 juin 2009 THÈSE En vue de l'obtenton du DOCTORAT DE L UNIVERSITÉ DE TOULOUSE Délvré par Insttut Natonal Polytechnque de Toulouse (INPT) Dscplne ou spécalté : Informatque Présentée et soutenue par Elayeb Blel Le

Plus en détail

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

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

Plus en détail

L'INDUCTION ON5WF (MNS)

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

Plus en détail

Accord Entreprise. Le Guide du True-Up. Enterprise Agreement True - Up Guide

Accord Entreprise. Le Guide du True-Up. Enterprise Agreement True - Up Guide Enterprse Agreement True-Up Gude Accord Entreprse Le Gude du True-Up Enterprse Agreement True - Up Gude Le gude du True-Up dans l Accord Entreprse Table des matères Le True-Up des lcences on premse et

Plus en détail

La fourniture de biens et facteurs publics en présence de ménages et d entreprises mobiles

La fourniture de biens et facteurs publics en présence de ménages et d entreprises mobiles La fournture de bens et facteurs publcs en présence de ménages et d entreprses mobles Pascale Duran-Vgneron évrer 007 Le modèle On suppose un pays drgé par un gouvernement central ayant compétence sur

Plus en détail

Contrats prévoyance des TNS : Clarifier les règles pour sécuriser les prestations

Contrats prévoyance des TNS : Clarifier les règles pour sécuriser les prestations Contrats prévoyance des TNS : Clarfer les règles pour sécurser les prestatons Résumé de notre proposton : A - Amélorer l nformaton des souscrpteurs B Prévor plus de souplesse dans l apprécaton des revenus

Plus en détail

Dirigeant de SAS : Laisser le choix du statut social

Dirigeant de SAS : Laisser le choix du statut social Drgeant de SAS : Lasser le chox du statut socal Résumé de notre proposton : Ouvrr le chox du statut socal du drgeant de SAS avec 2 solutons possbles : apprécer la stuaton socale des drgeants de SAS comme

Plus en détail

Menu Démarrer et Bureau

Menu Démarrer et Bureau Menu Démarrer et Bureau Menu Démarrer et Bureau Descrpton du Bureau Au démarrage de l ordnateur et après vous être dentfé, vous voyez apparaître le Bureau de Wndows 10. S vous utlsez une tablette ou un

Plus en détail

Organisation et optimisation des données pour l apprentissage de structure d un réseau bayésien multi-entités

Organisation et optimisation des données pour l apprentissage de structure d un réseau bayésien multi-entités Organsaton et optmsaton des données pour l apprentssage de structure d un réseau bayésen mult-enttés 1 1 3 H. Bouhamed, A. Reba,. Lecroq, M. Jaoua 1 3 Laboratore d'informatque, du ratement de l'informaton

Plus en détail

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

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

Plus en détail

Somfy Box. Activation de l option io et programmation de vos produits io

Somfy Box. Activation de l option io et programmation de vos produits io Somfy Box Actvaton de l opton o et programmaton de vos produts o Sommare Pré-requs pour la programmaton de produts o sur la Somfy Box 1 Harmonser la clé système 1 Qu est-ce que la clé système? 1 Dans quel

Plus en détail

EXEMPLES D UTILISATION DE LA TECHNIQUE DES OBSERVATIONS INSTANTANÉES.

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

Plus en détail

Fiche n 7 : Vérification du débit et de la vitesse par la méthode de traçage

Fiche n 7 : Vérification du débit et de la vitesse par la méthode de traçage Fche n 7 : Vérfcaton du débt et de la vtesse par la méthode de traçage 1. PRINCIPE La méthode de traçage permet de calculer le débt d un écoulement ndépendamment des mesurages de hauteur et de vtesse.

Plus en détail

Stéphane Gagnon, Sadia Messaoudi, Alain Charbonneau

Stéphane Gagnon, Sadia Messaoudi, Alain Charbonneau Classfcaton automatque de textes basée sur une ontologe normée Applcaton du Extensble Busness Reportng Language (XBRL) au Reuters Corpus Volume 1 (RCV1) Stéphane Gagnon, Sada Messaoud, Alan Charbonneau

Plus en détail

Informations de l'unité d'enseignement Implantation. Cursus de. Intitulé. Code. Cycle 1. Bloc 1. Quadrimestre 1-2. Pondération 5. Nombre de crédits 5

Informations de l'unité d'enseignement Implantation. Cursus de. Intitulé. Code. Cycle 1. Bloc 1. Quadrimestre 1-2. Pondération 5. Nombre de crédits 5 Informatons de l'unté d'ensegnement Implantaton ECAM Cursus de Bacheler en Scences ndustrelles Informatque et communcaton B1030 Cycle 1 Bloc 1 Quadrmestre 1-2 Pondératon 5 Nombre de crédts 5 Nombre d heures

Plus en détail

Méthodologie quiestlemoinscher de comparaison de prix entre magasins

Méthodologie quiestlemoinscher de comparaison de prix entre magasins Méthodologe questlemonscher de comparason de prx entre magasns Les éléments méthodologques ont été défns par le cabnet FaCE Consel, socété d études et d analyses statstques ndépendante. Le cabnet FaCE

Plus en détail

LES DIMENSIONS DANS LA PERCEPTION DES INTERVALLES MUSICAUX *

LES DIMENSIONS DANS LA PERCEPTION DES INTERVALLES MUSICAUX * LES DIMENSIONS DANS LA PERCEPTION DES INTERVALLES MUSICAUX * "W.J.M. LEVELT et R. PLOMP (Insttute for Percepton R.V.O.-T.N.O., SOESTERBERG, PAYS-BAS) Introducton Il est ntéressant de savor de quelle manère

Plus en détail

Découvrir l interface Windows 8

Découvrir l interface Windows 8 Wndows 8.1 L envronnement Wndows 8 Interfaces Wndows 8 et Bureau L envronnement Wndows 8 Découvrr l nterface Wndows 8 Après s être dentfé va un compte Mcrosoft ou un compte local, l utlsateur vot apparaître

Plus en détail

DIET, tour d horizon

DIET, tour d horizon DIET, tour d horzon Eddy Caron, Frédérc Desprez GRAAL/LIP/ENS-Lyon {Eddy.Caron,Frederc.Desprez}@ens-lyon.fr http://graal.ens-lyon.fr Résumé L objectf de cet artcle est de fournr une vue d ensemble exhaustve

Plus en détail

Modélisation et simulation des efforts de coupe en fraisage 2.5 axes

Modélisation et simulation des efforts de coupe en fraisage 2.5 axes 18 ème Congrès Franças de Mécanque Grenoble, 7-31 août 007 Modélsaton et smulaton des efforts de coupe en frasage.5 axes Adel Amn AMMAR, Zouber BOUAZIZ & Al ZGHAL Unté de recherche de mécanque des soldes

Plus en détail

Alignement approximatif d arbres pour la recherche d information en contexte dans les données XML hétérogènes

Alignement approximatif d arbres pour la recherche d information en contexte dans les données XML hétérogènes Algnement approxmatf d arbres pour la recherche d nformaton en contexte dans les données XML hétérogènes Fuson d nformaton structurées et textuelles Perre-Franços Marteau & Gldas Méner VALOIA Unversté

Plus en détail

SEGMENTATION D IMAGES THESE

SEGMENTATION D IMAGES THESE SEGMENTATION D IMAGES ET MORPHOLOGIE MATHEMATIQUE THESE présentée à l Ecole Natonale Supéreure des Mnes de Pars par Serge BEUCHER pour obtenr le ttre de DOCTEUR en MORPHOLOGIE MATHEMATIQUE Soutenance le

Plus en détail

Notes de cours. Échantillonnage STT-2000. David Haziza Département de mathématiques et de statistique Université de Montréal

Notes de cours. Échantillonnage STT-2000. David Haziza Département de mathématiques et de statistique Université de Montréal otes de cours Échantllonnage STT-000 Davd Hazza Département de mathématques et de statstque nversté de Montréal Automne 008 PRÉFACE Ces notes de cours ont été rédgées pour le cours STT-000 (Échantllonnage)

Plus en détail

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

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

Plus en détail

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

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

Plus en détail

En vue de l'obtention du. Présentée et soutenue par Elayeb Bilel Le 26 juin 2009

En vue de l'obtention du. Présentée et soutenue par Elayeb Bilel Le 26 juin 2009 THÈSE En vue de l'obtenton du DOCTORAT DE L UNIVERSITÉ DE TOULOUSE Délvré par Insttut Natonal Polytechnque de Toulouse (INPT) Dscplne ou spécalté : Informatque Présentée et soutenue par Elayeb Blel Le

Plus en détail

Q x2 = 1 2. est dans l ensemble plus grand des rationnels Q. Continuons ainsi, l équation x 2 = 1 2

Q x2 = 1 2. est dans l ensemble plus grand des rationnels Q. Continuons ainsi, l équation x 2 = 1 2 Exo7 Nombres complexes Vdéo parte. Les nombres complexes, défntons et opératons Vdéo parte. Racnes carrées, équaton du second degré Vdéo parte 3. Argument et trgonométre Vdéo parte 4. Nombres complexes

Plus en détail