(VM(t i ),Q(t i+j ),VM(t i+j ))
|
|
- Violette Pelletier
- il y a 8 ans
- Total affichages :
Transcription
1 La logique oue dans les PME/PMI Application au dosage de l'eau dans les bétons P.Y. Glorennec INSA de Rennes/IRISA C. Hérault Hydrostop V. Hulin Hydrostop T. Le Quézourec Jessica Ouest Résumé Le dosage automatique de l'eau pour la fabrication de béton est un problème assez dicile. Il faut en eet obtenir le plus rapidement possible un produit de plasticité donnée, alors que la plasticité réelle n'est connue qu'après un temps de malaxage et d'homogénéisation assez long. La société Hydrostop commercialise un procédé empirique assez able pour le dosage de l'eau, mais a souhaité l'améliorer pour réduire si possible le temps de malaxage et introduire des sécurités qui n'existent pas à l'heure actuelle. Un nouveau procédé, basé sur la logique oue, a été développé grâce au soutien de Jessica Ouest. Le principe consiste à prédire en temps réel la plasticité du béton. Pour cela, un apprentissage en ligne permet de constituer automatiquement une base de connaissances à partir de quelques points de mesure initiaux. Mots clés : intelligence articielle, logique oue, sonde virtuelle, diagnostic, prévision du volume d'eau, apprentissage automatique. 1 Introduction La société Hydrostop est une très petite entreprise de quatre personnes, qui contrôle environ 70% du marché français des systèmes de dosage automatique de l'eau dans le béton. Le béton produit est destiné à être versé dans des moules pour obtenir des produits assez variés : plaques, parpaings, tuyaux etc. Selon son utilisation, le béton qui sort du malaxeur doit avoir une plasticité donnée, fonction de sa teneur en eau : trop sec, le remplissage des moules serait mal eectué ; trop mouillé, le produit démoulé se déformerait. Hydrostop a mis au point un procédé empirique simple assez able, en utilisant une sonde résistive pour estimer la teneur en eau du mélange. La diculté du problème vient du fait que la plasticité réelle n'est connue que lorsque le mélange agrégat-ciment-eau est parfaitement homogénéisé : la résistivité achée n'est pas égale à la résistivité réelle 1. De ce fait, un manque ou un excès d'eau ne peuvent pas être détectés à temps : dans les deux cas la gâchée est perdue. Le procédé actuel consiste à apporter de l'eau en continu jusqu'à un 1. Elle ne le devient qu'après un temps de malaxage susamment long.
2 certain point, xé par l'utilisateur ou automatiquement, puis à compléter le dosage par des petites impulsions d'eau. Pour abiliser le procédé, Hydrostop a fait appel à Jessica Ouest, qui a nancé une expertise sur la faisabilité d'un procédé basé sur la logique oue, ainsi qu'une formation en entreprise. Le plan de l'exposé est le suivant. Le paragraphe 2 présente rapidement la logique loue. Le problème posé par Hydrostop est décrit au paragraphe 3 et la méthode utilisée au paragraphe 4. 2 La logique oue La logique oue possède de multiples facettes, mais, dans cet exposé, nous n'aborderons que son utilisation pour le traitement des connaissances dans des problèmes industriels. Le traitement des connaissances comprend trois aspects : la représentation des connaissances, sous une forme proche du langage naturel, l'extraction automatique de connaissances interprétables, à partir de données numériques, la réactualisation des connaissances en tenant compte des erreurs. Les connaissances humaines sont souvent exprimées en utilisant des termes ous, comme petit, lent, chaud, etc, termes qui n'ont aucune signication intrinsèque mais qui sont immédiatementinterprétés correctement dans un contexte donné. Cette représentation présente l'avantage d'être totalement compréhensible et de décrire simplement des situations types. Un système d'inférence oue (SIF) se présente alors comme un outil de traitement de l'information en utilisant les connaissances disponibles. Une démarche basée sur la logique oue comporte plusieurs étapes. 1. Pour chaque variable (par exemple, la température, la quantité d'eau...), on réalise une partition grossière du domaine de variation. Cette partition est caractérisée par des sous-ensembles ous auxquels on associe des termes linguistiques. Cette partition permet de résumer de façon qualitative les valeurs de la variable : x est petit est une caractérisation d'un ensemble de valeurs que peut prendre la variable x. petit moyen grand 0,6 0,4 x 0 Fig. 1Partition oue sur le domaine d'une variable
3 2. Il faut ensuite dénir, sur le domaine de chaque variable, des fonctions d'appartenance associées aux sous-ensembles ous. Ces fonctions d'appartenance permettront de quantier précisément à quel degré une observation donnée de la variable appartient à un sous-ensemble ou. Par exemple, dans la gure 1, l'observation notée x 0 sera considérée comme petite à 40% et moyenne à 60%. 3. Il faut enn écrire, manuellement ou automatiquement, la base de règles. Il existe des algorithmes permettant d'enchaîner ces étapes. L'utilisateur n'a juste qu'à xer le nombre de sous-ensembles ous qu'il veut utiliser pour caractériser qualitativement les variations d'une variable, voir [1]. Les Systèmes d'inférence oue (SIF) peuvent approximer avec une précision xée à l'avance toute fonction continue d'un espace à n dimensions dans R : on parle de propriété d'approximation universelle. Cette propriété est vériée par d'autres modèles numériques, comme les ondelettes, les séries de Fourier, les réseaux de neurones etc. Les avantages de la logique oue par rapport aux autres modèles sont les suivants : les réponses d'un SIF sont prévisibles et explicables ; le degré de abilité d'une réponse est quantiable : si la base de connaissance ne permet pas de traiter un cas précis, l'utilisateur peut en être averti ; les règles peuvent être validées individuellement, soit a priori en utilisant la connaissance d'un expert, soit a posteriori après extraction automatique des règles. L'inconvénient majeur est qu'il faut se limiter à des problèmes de petite dimension, de moins de cinq ou six variables explicatives. Pour aller au delà, et si on veut garder une base de connaissances lisible, on doit utiliser des arbres de régression ous. 3 Application au dosage de l'eau dans les bétons Chaque usage du béton nécessite une plasticité déterminée. Cette plasticité est mesurée par une sonde résistive et est ensuite traduite par un nombre, appelé valeur de mouillage (VM), variant entre 0 (mélange très sec) à 120 (mélange très mouillé). Les systèmes de dosage commandent l'arrivée d'eau pour obtenir une VM de consigne. De nombreux paramètres interviennent dans une gâchée : le volume de la gâchée, la teneur en eau initiale des agrégats, leur température, la granulométrie des composants, la quantité d'eau versée, la valeur de la consigne. Par ailleurs, la mesure de résistivité n'est pas linéaire : elle est innie pour un mélange très sec et tend vers zéro quand il devient très mouillé. Enn, les mesures intermédiaires de résistivité ne sont pas ables. Pour réduire la complexité, chaque usage du béton correspond à un ensemble de paramètres regroupés dans une recette. Une centrale à béton utilise généralement plusieurs dizaines de recettes qui sont utilisées dans un ordre quelconque, en fonction des besoins et de la disponibilité des moules. Lors de l'établissement d'une recette, l'exploitant ajuste à vue la quantité d'eau nécessaire pour obtenir la plasticité requise, attend l'homogénéisation complète et enregistre la VM mesurée : cette VM devient alors la consigne associée à la recette. Cependant, pour une même VM de consigne, les quantités d'eau nécessaires varient de manière trop importante d'une gâchée à une autre, si bien que cette valeur ne peut pas être associée à la recette.
4 En analysant 44 gâchées consécutives eectuées sur trois jours dans le même malaxeur, on constate que la VM réelle en n de cycle dépasse souvent la consigne de quelques unités. Dans le tableau 1, la colonne écart indique le dépassement en n de cycle, en unités de VM ; les colonnes suivantes donnent le nombre de cas où ce dépassement est observé ainsi que le pourcentage ; enn, la colonne VM donne la valeur moyenne des VM pour lesquelles le dépassement a été observé. Sur les 44 gâchées analysées, cette dernière colonne montre nettement que les consignes de mouillage faibles sont plus diciles que les autres à respecter. Le tableau montre aussi qu'il y a manifestement une certaine diculté à règler nement les diérents paramètres d'une gâchée. écart nombre % VM ,8 106, ,6 100, ,5 95, ,8 95, ,1 95, ,1 78,5 Tab. 1 Analyse de 44 gâchées consécutives portant sur 9 recettes et diérentes VM de consigne. Une première partie de l'étude a consisté à rechercher un modèle ou du procédé. Le problème principal provenant de l'inertie de la sonde, il a été décidé de chercher à modéliser la VM réelle instantanée, c'est-à-dire la VM qui serait mesurée si on arrétait l'arrivée d'eau et si on attendait l'homogénéisation. Cette valeur modélisée est par la suite appelée VM virtuelle et notée VM v (t). Les variables explicatives sont: la résistivité du mélange initial, avant tout apport d'eau et après un temps de malaxage susant, notée VM init, la quantité d'eau à l'instant t, Q(t), Le modèle est donc : VM v (t) =f(vm init,q(t)) (1) La fonction de régression, f, est un SIF pour lequel le domaine de variation des deux entrées a été découpé en quatre sous-ensembles ous, ce qui conduit à un système de 16 règles. Ces règles ont été extraites automatiquement à partir de données réelles provenant d'un même malaxeur et pour une même recette. Les données ont été divisées en deux : une partie pour l'apprentissage et l'autre pour tester les capacités de généralisation du SIF obtenu. La gure 2 montre que les erreurs de modélisation restent inférieures à deux unités, ce qui est très satisfaisant. Il est donc possible d'utiliser un tel modèle pour agir sur l'électro-vanne d'eau. 4 Le nouveau procédé de dosage Chaque centrale à béton et chaque recette constituent des cas particuliers. Il n'est donc pas possible d'écrire a priori un système de règles unique, valable dans tous les cas. Il n'est pas, non plus, envisageable d'exiger une campagne de mesure comme préalable à
5 Fig. 2Erreur de modélisation pour une recette. l'établissement d'une recette. Les contraintes à respecter sont très fortes et peuvent être résumées comme suit : le système doit être totalement auto-adaptatif, il ne doit nécessiter que une ou deux gâchées pour l'initialisation d'une recette 2 l'apprentissage doit se faire en ligne. Un nouveau protocole a donc été adopté. Il se divise en deux : un protocole pour l'établissement d'une recette et un second pour l'exploitation normale. 4.1 Etablissement d'une recette L'objectif est d'obtenir le plus de renseignements possible à partir de la gâchée d'initialisation. La seule diérence avec le protocole précédent, c'est qu'il sera demandé à l'exploitant d'eectuer des poses au cours de la gâchée d'initialisation, pour permettre des homogénéisations intermédiaires. Le but est d'obtenir des triplets : (VM(t i ),Q(t i+j ),VM(t i+j )) avec i 0 et j 1. VM(t i ) représente la VM mesurée à l'instant t i, Q(t i+j ) représente la quantité d'eau versée jusqu'à l'instant t i+j et VM(t i+j ) la VM résultante, VM init = VM(t 0 ). Ces triplets permettront seulement de n'initialiser que quelques règles du SIF. Les autres règles seront alors obtenues par diusion de la connaissance (voir [1]). Elles devront être conrmées ultérieurement par apprentissage en ligne. L'établissement d'une recette permet donc de remplir complètement la base de règles de valeurs réalistes, en partant d'une base de règles vide. 4.2 Exploitation du modèle Dès l'initialisation, le modèle précédent est exploitable mais demande à être ané : certaines règles, qui correspondent à des situations très diérentes de celles qui ont été rencontrées lors de l'initialisation, ne sont que des estimations. Le protocole standard peut 2. Actuellement, il faut nécessairement une gâchée d'initialisation pour chaque recette.
6 être décrit de la façon suivante. 1. Malaxage initial pour obtenir une valeur able de VM init. 2. Apport d'eau en continu tant que VM v (t) <VM cons ɛ (2) où VM cons représente la consigne et ɛ une marge de sécurité. 3. Malaxage nal pour obtenit la VM réelle. 4. Correction éventuelle des règles si l'erreur de modélisation dépasse un seuil. Comme le SIF peut acher le degré de abilité de sa réponse, il est aussi possible de modier automatiquement le protocole standard pour permettre l'introduction de points de mesures complémentaires. Cette fonctionnalité ne sera cependant pas implémentée dans l'immédiat. 5 Conclusion La nouvelle version du système de dosage de l'eau est en cours de codage sur les automates de Hydrostop. Parallèlement, une applet écrite en langage Java a été écrite et sera bientôt disponible sur le site Web de Hydrostop. Cet applet aura pour but : de servir de démonstrateur du nouveau système, mais aussi de permettre une prise en main plus aisée par les utilisateurs. En eet, un modèle de gâchée a été implémenté et l'utilisateur pourra s'entrainer dans des conditions proches des conditions réelles. Références [1] P.Y. Glorennec, Algorithmes d'apprentissage pour systèmes d'inférence oue, Editions Hermès, 1999.
Couples de variables aléatoires discrètes
Couples de variables aléatoires discrètes ECE Lycée Carnot mai Dans ce dernier chapitre de probabilités de l'année, nous allons introduire l'étude de couples de variables aléatoires, c'est-à-dire l'étude
Plus en détailCompte-rendu de projet de Système de gestion de base de données
Compte-rendu de projet de Système de gestion de base de données Création et utilisation d'un index de jointure LAMBERT VELLER Sylvain M1 STIC Université de Bourgogne 2010-2011 Reponsable : Mr Thierry Grison
Plus en détailAlgorithmes d'apprentissage
Algorithmes d'apprentissage 1 Agents qui apprennent à partir d'exemples La problématique : prise de décision automatisée à partir d'un ensemble d'exemples Diagnostic médical Réponse à une demande de prêt
Plus en détailIntroduction. I Étude rapide du réseau - Apprentissage. II Application à la reconnaissance des notes.
Introduction L'objectif de mon TIPE est la reconnaissance de sons ou de notes de musique à l'aide d'un réseau de neurones. Ce réseau doit être capable d'apprendre à distinguer les exemples présentés puis
Plus en détail2. RAPPEL DES TECHNIQUES DE CALCUL DANS R
2. RAPPEL DES TECHNIQUES DE CALCUL DANS R Dans la mesure où les résultats de ce chapitre devraient normalement être bien connus, il n'est rappelé que les formules les plus intéressantes; les justications
Plus en détaila) La technique de l analyse discriminante linéaire : une brève présentation. 3 étapes de la méthode doivent être distinguées :
a) La technique de l analyse discriminante linéaire : une brève présentation. Nous nous limiterons ici à l'analyse discriminante linéaire et à deux groupes : - linéaire, la variante utilisée par ALTMAN
Plus en détailTP2 - Conguration réseau et commandes utiles. 1 Généralités. 2 Conguration de la machine. 2.1 Commande hostname
Département d'informatique Architecture des réseaux TP2 - Conguration réseau et commandes utiles L'objectif de ce TP est d'une part de vous présenter la conguration réseau d'une machine dans l'environnement
Plus en détailTP : Shell Scripts. 1 Remarque générale. 2 Mise en jambe. 3 Avec des si. Systèmes et scripts
E3FI ESIEE Paris Systèmes et scripts B. Perret TP : Shell Scripts 1 Remarque générale Lorsque vous cherchez des informations sur Internet, n'oubliez pas que langage de shell script que nous avons vu correspond
Plus en détailVers l'ordinateur quantique
Cours A&G Vers l'ordinateur quantique Données innies On a vu dans les chapîtres précédents qu'un automate permet de représenter de manière nie (et même compacte) une innité de données. En eet, un automate
Plus en détailRecherche dans un tableau
Chapitre 3 Recherche dans un tableau 3.1 Introduction 3.1.1 Tranche On appelle tranche de tableau, la donnée d'un tableau t et de deux indices a et b. On note cette tranche t.(a..b). Exemple 3.1 : 3 6
Plus en détailTélécom Nancy Année 2013-2014
Télécom Nancy Année 2013-2014 Rapport 1A Ajout du langage C dans la Programmer's Learning Machine GIANNINI Valentin Loria 615, rue du Jardin Botanique 54600, Villers-Lès-Nancy Maître de stage : QUINSON
Plus en détailIntroduction 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 détailChristophe CANDILLIER Cours de DataMining mars 2004 Page 1
Christophe CANDILLIER Cours de DataMining mars 2004 age 1 1. Introduction 2. rocessus du DataMining 3. Analyse des données en DataMining 4. Analyse en Ligne OLA 5. Logiciels 6. Bibliographie Christophe
Plus en détailOrdonnancement. N: nains de jardin. X: peinture extérieure. E: électricité T: toit. M: murs. F: fondations CHAPTER 1
CHAPTER 1 Ordonnancement 1.1. Étude de cas Ordonnancement de tâches avec contraintes de précédences 1.1.1. Exemple : construction d'une maison. Exercice. On veut construire une maison, ce qui consiste
Plus en détailAnnée Universitaire 2009/2010 Session 2 de Printemps
Année Universitaire 2009/2010 Session 2 de Printemps DISVE Licence PARCOURS : CSB4 & CSB6 UE : INF 159, Bases de données Épreuve : INF 159 EX Date : Mardi 22 juin 2010 Heure : 8 heures 30 Durée : 1 heure
Plus en détailLa classification automatique de données quantitatives
La classification automatique de données quantitatives 1 Introduction Parmi les méthodes de statistique exploratoire multidimensionnelle, dont l objectif est d extraire d une masse de données des informations
Plus en détailP. VALLON - Retraitement en place à froid - Juillet 2009
à é Ministère de l'écologie, de l'énergie, du Développement durable et de l'aménagement du territoire P. VALLON - Retraitement en place à froid - Juillet 2009 WWW.developpement-durable.gouv.fr Constitution
Plus en détailL apprentissage automatique
L apprentissage automatique L apprentissage automatique L'apprentissage automatique fait référence au développement, à l analyse et à l implémentation de méthodes qui permettent à une machine d évoluer
Plus en détailEtudes des nuages et de la convection autour des dépressions intenses des moyennes latitudes
Etudes des nuages et de la convection autour des dépressions intenses des moyennes latitudes Jérôme DREANO 28 Février 2014 1 Introduction Dans le modèle LMDZ, les paramétrisations physiques des nuages
Plus en détailManuel d Utilisateur - Logiciel ModAFi. Jonathan ANJOU - Maud EYZAT - Kévin NAVARRO
Manuel d Utilisateur - Logiciel ModAFi Jonathan ANJOU - Maud EYZAT - Kévin NAVARRO Grenoble, 12 juin 2012 Table des matières 1 Introduction 3 2 Modèles supportés 3 2.1 Les diérents modèles supportés pour
Plus en détailÉléments d'architecture des ordinateurs
Chapitre 1 Éléments d'architecture des ordinateurs Machines take me by surprise with great frequency. Alan Turing 1.1 Le Hardware Avant d'attaquer la programmation, il est bon d'avoir quelques connaissances
Plus en détailRapidMiner. Data Mining. 1 Introduction. 2 Prise en main. Master Maths Finances 2010/2011. 1.1 Présentation. 1.2 Ressources
Master Maths Finances 2010/2011 Data Mining janvier 2011 RapidMiner 1 Introduction 1.1 Présentation RapidMiner est un logiciel open source et gratuit dédié au data mining. Il contient de nombreux outils
Plus en détailPourquoi l apprentissage?
Pourquoi l apprentissage? Les SE sont basés sur la possibilité d extraire la connaissance d un expert sous forme de règles. Dépend fortement de la capacité à extraire et formaliser ces connaissances. Apprentissage
Plus en détailChapitre 3 Les régimes de fonctionnement de quelques circuits linéaires
Chapitre 3 Les régimes de fonctionnement de quelques circuits linéaires 25 Lechapitreprécédent avait pour objet l étude decircuitsrésistifsalimentéspar dessourcesde tension ou de courant continues. Par
Plus en détailIntroduction au Data-Mining
Introduction au Data-Mining Alain Rakotomamonjy - Gilles Gasso. INSA Rouen -Département ASI Laboratoire PSI Introduction au Data-Mining p. 1/25 Data-Mining : Kèkecé? Traduction : Fouille de données. Terme
Plus en détailDeuxième partie. Approche globale d'implémentation d'un projet PLM
Deuxième partie Approche globale d'implémentation d'un projet PLM 71 Introduction L'enjeu économique autour de la réduction et de l'optimisation du développement des produits est important pour les entreprises
Plus en détailRetournement Temporel
Retournement Temporel Rédigé par: HENG Sokly Encadrés par: Bernard ROUSSELET & Stéphane JUNCA 2 juin 28 Remerciements Je tiens tout d'abord à remercier mes responsables de mémoire, M.Bernard ROUSSELET
Plus en détailTEXT MINING. 10.6.2003 1 von 7
TEXT MINING 10.6.2003 1 von 7 A LA RECHERCHE D'UNE AIGUILLE DANS UNE BOTTE DE FOIN Alors que le Data Mining recherche des modèles cachés dans de grandes quantités de données, le Text Mining se concentre
Plus en détailConduite et Gestion de Projet - Cahier des charges
Conduite et Gestion de Projet - Cahier des charges 1 Introduction Sophie Toulouse LIPN - Université Paris 13 +33.1.49.40.40.73 99 av. Jean-Baptiste Clément toulouse@lipn.univ-paris13.fr 93430 Villetaneuse
Plus en détailEnquête 2014 de rémunération globale sur les emplois en TIC
Enquête 2014 de rémunération globale sur les emplois en TIC Enquête 2014 de rémunération globale sur les emplois en TIC Les emplois repères de cette enquête sont disponibles selon les trois blocs suivants
Plus en détailMachines virtuelles Cours 1 : Introduction
Machines virtuelles Cours 1 : Introduction Pierre Letouzey 1 pierre.letouzey@inria.fr PPS - Université Denis Diderot Paris 7 janvier 2012 1. Merci à Y. Régis-Gianas pour les transparents Qu est-ce qu une
Plus en détail9 5 2 5 Espaces probabilisés
BCPST2 9 5 2 5 Espaces probabilisés I Mise en place du cadre A) Tribu Soit Ω un ensemble. On dit qu'un sous ensemble T de P(Ω) est une tribu si et seulement si : Ω T. T est stable par complémentaire, c'est-à-dire
Plus en détail2. Activités et Modèles de développement en Génie Logiciel
2. Activités et Modèles de développement en Génie Logiciel Bernard ESPINASSE Professeur à l'université d'aix-marseille Plan Les Activités du GL Analyse des besoins Spécification globale Conceptions architecturale
Plus en détailCompte rendu de LA37 B, TP numéro 1. Evolution de la température et du degrée d'hydratation
4 6 8 2 4 8 22 26 3 34 38 42 46 5 54 58 62 66 7 74 78 83 89 96 8 44 Bertin Morgan Compte rendu de LA37 B, TP numéro. Les essais effectués par le laboratoire des ponts et chaussés nous ont fournis la température
Plus en détailCAPTEURS - CHAINES DE MESURES
CAPTEURS - CHAINES DE MESURES Pierre BONNET Pierre Bonnet Master GSI - Capteurs Chaînes de Mesures 1 Plan du Cours Propriétés générales des capteurs Notion de mesure Notion de capteur: principes, classes,
Plus en détailINSTALLATION POUR LA MESURE EN CELLULE BLINDÉE DU VOLUME DES AIGUILLES COMBUSTIBLES PROKUDANOV D.L., TROITSKII S.V.
CEA CEN-SACLAY Service de Documentation Groupe "Traductions" CEA-TR- 2266 R2 91191 GIF sur YVETTE CEDEX INSTALLATION POUR LA MESURE EN CELLULE BLINDÉE DU VOLUME DES AIGUILLES COMBUSTIBLES PROKUDANOV D.L.,
Plus en détailLA PROCEDURE D'EVALUATION A.NA.PSY.p.e. EST LE RESULTAT D'UNE RECHERCHE
LA PROCEDURE D'EVALUATION A.NA.PSY.p.e. EST LE RESULTAT D'UNE RECHERCHE CETTE RECHERCHE A ETE FINANCEE PAR Le Ministère des Affaires Sociales et de l'emploi, Direction Générale de la Santé,Sous- Direction
Plus en détailMéthodes de développement. Analyse des exigences (spécification)
1 / 16 Méthodes de développement Analyse des exigences (spécification) 1 -Objectifs de l'analyse des exigences... 2 2 - Approfondissement et formalisation du besoin... 2 2.1 Séparation des besoins, contraintes
Plus en détailProgramme canadien de certification des porcs exempts de ractopamine : Information sur le programme et les protocoles pour les activités à la ferme
Programme canadien de certification des porcs exempts de ractopamine : Information sur le programme et les protocoles pour les activités à la ferme Introduction Le Programme canadien de certification des
Plus en détailGESTION DE PROJET SÉANCE 2 : LES CYCLE DE VIE D'UN PROJET
GESTION DE PROJET SÉANCE 2 : LES CYCLE DE VIE D'UN PROJET 1 Tianxiao LIU Licence Professionnelle Réseaux & Sécurité Université de Cergy-Pontoise http://depinfo.u-cergy.fr/~tliu/lpg.php PLAN Objectif et
Plus en détailThéories de la Business Intelligence
25 Chapitre 2 Théories de la Business Intelligence 1. Architectures des systèmes décisionnels Théories de la Business Intelligence Depuis les premières requêtes sur les sources de données OLTP consolidées
Plus en détailExamen optimisation Centrale Marseille (2008) et SupGalilee (2008)
Examen optimisation Centrale Marseille (28) et SupGalilee (28) Olivier Latte, Jean-Michel Innocent, Isabelle Terrasse, Emmanuel Audusse, Francois Cuvelier duree 4 h Tout resultat enonce dans le texte peut
Plus en détailProcessus de Développement Logiciel
Processus de Développement Logiciel Cours M14 Pierre Gérard Université de Paris 13 IUT Villetaneuse Formation Continue Licence Pro SIL - 2007/2008 Table des matières 1 Des besoins au code avec UML 1 2
Plus en détailFOSMOR Fooo Optical Sheet Music Recognition
Fooo Optical Sheet Music Recognition Rapport de Projet Soutenance nale, le 26 Mai 2009 Félix Flx Abecassis (abecas_e) Christopher Vjeux Chedeau (chedea_c) Vladimir Vizigrou Nachbaur (nachba_v ) Alban Banban
Plus en détailCopropriété: 31, rue des Abondances 92100 Boulogne-Billancourt
Eléments utilisés: Copropriété: 31, rue des Abondances 92100 Boulogne-Billancourt Notice explicative sur la ventilation de la facture EDF annuelle entre les différents postes de consommation à répartir
Plus en détailFiche-conseil C5 Production d eau chaude sanitaire
Service d information sur les économies d énergie Fiche-conseil C5 Production d eau chaude sanitaire 1 Préparation de l eau chaude sanitaire 2 1) Différents systèmes de production A Chaudière combinée
Plus en détailProcessus de Développement Logiciel
Processus de Développement Logiciel Cours M14 Pierre Gérard Université de Paris 13 IUT Villetaneuse Formation Continue Licence Pro SIL LA TE X Pierre Gérard (P13 IUT FC) Processus de Développement Logiciel
Plus en détailMéthodes de développement
1 / 9 Méthodes de développement Méthodes agiles 1 - Introduction... 2 2 -Le manifeste agile et les méthodes agiles... 2 2.1 Le manifeste agile... 2 2.2 Les méthodes agiles... 3 3 - Caractéristiques communes
Plus en détailCorrection du baccalauréat STMG Polynésie 17 juin 2014
Correction du baccalauréat STMG Polynésie 17 juin 2014 EXERCICE 1 Cet exercice est un Q.C.M. 4 points 1. La valeur d une action cotée en Bourse a baissé de 37,5 %. Le coefficient multiplicateur associé
Plus en détailSECURITE SANITAIRE DES ALIMENTS
PREFET DES PYRENEES-ATLANTIQUES Direction Départementale de la Protection des Populations des Pyrénées-Altantiques SECURITE SANITAIRE DES ALIMENTS Quelques règles à respecter, secteur de la remise directe
Plus en détailCours Composant 2. Qualité logicielle et spécications algébriques
UPMC Paris Universitas Master Informatique STL Cours Composant 2. Qualité logicielle et spécications algébriques c 2005-2008 Frédéric Peschanski UPMC Paris Universitas 24 février 2008 c 2005-2008 Frédéric
Plus en détailApprentissage Automatique
Apprentissage Automatique Introduction-I jean-francois.bonastre@univ-avignon.fr www.lia.univ-avignon.fr Définition? (Wikipedia) L'apprentissage automatique (machine-learning en anglais) est un des champs
Plus en détailTP 1 : 1 Calculs en binaire, octal et hexadécimal
Univ. Lille 1 - Licence Informatique 2ème année 2013-14 Objectifs du TP Ce TP a pour but Codage de l'information TP 1 : 1. de découvrir quelques opérations logiques sur les nombres 2. et quelques formats
Plus en détailSujet proposé par Yves M. LEROY. Cet examen se compose d un exercice et de deux problèmes. Ces trois parties sont indépendantes.
Promotion X 004 COURS D ANALYSE DES STRUCTURES MÉCANIQUES PAR LA MÉTHODE DES ELEMENTS FINIS (MEC 568) contrôle non classant (7 mars 007, heures) Documents autorisés : polycopié ; documents et notes de
Plus en détailConception d'un réseau de transport d'électricité
La Fédération Française des Jeux Mathématiques et la Société de Calcul Mathématique SA avec l'appui de Réseau de Transport d'electricité Conception d'un réseau de transport d'électricité Auteurs : Florian
Plus en détailmodélisation solide et dessin technique
CHAPITRE 1 modélisation solide et dessin technique Les sciences graphiques regroupent un ensemble de techniques graphiques utilisées quotidiennement par les ingénieurs pour exprimer des idées, concevoir
Plus en détailIntelligence Economique - Business Intelligence
Intelligence Economique - Business Intelligence Notion de Business Intelligence Dès qu'il y a une entreprise, il y a implicitement intelligence économique (tout comme il y a du marketing) : quelle produit
Plus en détailCours de Java. Sciences-U Lyon. Java - Introduction Java - Fondamentaux Java Avancé. http://www.rzo.free.fr
Cours de Java Sciences-U Lyon Java - Introduction Java - Fondamentaux Java Avancé http://www.rzo.free.fr Pierre PARREND 1 Octobre 2004 Sommaire Java Introduction Java Fondamentaux Histoire de Java Machine
Plus en détailNotice d'utilisation. Installation solaire avec appareil de régulation KR 0106. 6302 1500 05/2002 FR Pour l'utilisateur
6302 1500 05/2002 FR Pour l'utilisateur Notice d'utilisation Installation solaire avec appareil de régulation KR 0106 Lire attentivement avant utilisation SVP Préface Remarque Les appareils répondent aux
Plus en détailUtilisation des médicaments au niveau des soins primaires dans les pays en développement et en transition
09-0749 1 WHO/EMP/MAR/2009.3 Utilisation des médicaments au niveau des soins primaires dans les pays en développement et en transition Synthèse des résultats des études publiées entre 1990 et 2006 Organisation
Plus en détailCompte rendu des TP matlab
Compte rendu des TP matlab Krell Stella, Minjeaud Sebastian 18 décembre 006 1 TP1, Discrétisation de problèmes elliptiques linéaires 1d Soient > 0, a R, b 0, c, d R et f C([0, 1], R). On cerce à approcer
Plus en détailTable des matières. 10 Gimp et le Web. Option de traitement d'images Mémento pour la séance N o 8. 10.1 Création d'animation
Université de NiceSophia Antipolis Semaine du 26 novembre 2007 Licence de Sciences de la vie, semestre 1 Option de traitement d'images Mémento pour la séance N o 8 Table des matières 10 Gimp et le Web
Plus en détailBase. Centrales à béton. Vue d ensemble
Base Centrales à béton Vue d ensemble Votre spécialiste des installations de préparation de béton Le partenariat est une tradition de longue date chez Ammann. Le partenariat est un élément vivant de notre
Plus en détailObservation des modalités et performances d'accès à Internet
Observation des modalités et performances d'accès à Internet Avant-propos La base de cette étude est constituée par les informations collectées par l'outil Cloud Observer d'iplabel (chargement des différents
Plus en détailweber.cel bordure (procomix)
Κ. ΚΑΛΦΙΔΗΣ ΕΠΕΞΕΡΓΑΣΜΕΝΑ ΔΟΜΙΚΑ ΥΛΙΚΑ ΤΕΧΝΙΚΑ ΚΟΝΙΑΜΑΤΑ ΚΑΘΗΓ. Δ. ΕΥΡΙΓΕΝΗ 15 (ΚΕΡΑΜ. ΑΛΛΑΤΙΝΗ) ΤΚ 542 49 ΘΕΣ/ΝΙΚΗ ΤΗΛ / FAX: 2310-330 003 e-mail: info@weberkalfidis.gr www.weberkalfidis.gr Το έντυπο
Plus en détailNombre de marches Nombre de facons de les monter 3 3 11 144 4 5 12 233 5 8 13 377 6 13 14 610 7 21 15 987 8 34 16 1597 9 55 17 2584 10 89
Soit un escalier à n marches. On note u_n le nombre de façons de monter ces n marches. Par exemple d'après l'énoncé, u_3=3. Pour monter n marches, il faut d'abord monter la première. Soit on la monte seule,
Plus en détailMODE D'EMPLOI DE LA CALCULATRICE POUR LES COURTS SÉJOURS DANS L'ESPACE SCHENGEN
MODE D'EMPLOI DE LA CALCULATRICE POUR LES COURTS SÉJOURS DANS L'ESPACE SCHENGEN 1. Introduction Le règlement (UE) n 610/2013 du 26 juin 2013 a modifié la convention d'application de l'accord de Schengen,
Plus en détailCHAPITRE I. Modélisation de processus et estimation des paramètres d un modèle
CHAPITRE I Modélisation de processus et estimation des paramètres d un modèle I. INTRODUCTION. Dans la première partie de ce chapitre, nous rappelons les notions de processus et de modèle, ainsi que divers
Plus en détailwww.systhag-online.cm PREINSCRIPTION EN LIGNE
UNIVERSITE DE DOUALA THE UNIVERSITY OF DOUALA www.systhag-online.cm PREINSCRIPTION EN LIGNE Guide de l'utilisateur Part. 1 (Mise à jour: 26 septembre 2012) 1 TABLE DES MATIERES I- AVANT DE COMMENCER 3
Plus en détailProjet de Veille Technologique
Projet de Veille Technologique Programmation carte à puce - JavaCard Ing. MZOUGHI Ines (i.mzoughi@gmail.com) Dr. MAHMOUDI Ramzi (mahmoudr@esiee.fr) TEST Sommaire Programmation JavaCard Les prérequis...
Plus en détailSujet 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 détailManuel d utilisation du modèle
Manuel d utilisation du modèle FLOWMAX-90 Chauffe-eau à condensation 85 000 BTU AVERTISSEMENT Si les consignes suivantes ne sont pas attentivement respectées, un feu ou une explosion peut se produire et
Plus en détailLa Solution Crypto et les accès distants
La Solution Crypto et les accès distants Introduction L'objectif de ce document est de présenter les possibilités d'accès distants à La Solution Crypto. Cette étude s'appuie sur l'exemple d'un groupement
Plus en détailD'UN THÉORÈME NOUVEAU
DÉMONSTRATION D'UN THÉORÈME NOUVEAU CONCERNANT LES NOMBRES PREMIERS 1. (Nouveaux Mémoires de l'académie royale des Sciences et Belles-Lettres de Berlin, année 1771.) 1. Je viens de trouver, dans un excellent
Plus en détailExtrait du site de l'oseo (ex.anvar) http://www.anvar.fr/projlanc.htm. Reste à déterminer les points incontournables
Extrait du site de l'oseo (ex.anvar) http://www.anvar.fr/projlanc.htm Notez que vous trouverez les fiches citées à chaque étape sur le site (Normalement, les liens ont été conservés et fonctionnent) Reste
Plus en détailEquilibrage de charge multi-critère pour les serveurs DNS(SEC)
Equilibrage de charge multi-critère pour les serveurs DNS(SEC) Stanislas Francfort, Stéphane Sénécal, Qinghui Xu, Daniel Migault 6 décembre 2010 Résumé Cet article présente le problème de répartition de
Plus en détailBaccalauréat technologique
Baccalauréat technologique Épreuve relative aux enseignements technologiques transversaux, épreuve de projet en enseignement spécifique à la spécialité et épreuve d'enseignement technologique en langue
Plus en détailJournées d études IARD
Journées d études IARD Gestion des risques liés à la refonte tarifaire d un portefeuille automobile Niort, le 20 mars 2014 Marie Foucher mfoucher@galea-associes.eu Pierre Thérond ptherond@galea-associes.eu
Plus en détailDiagramme de classes
Diagramme de classes Un diagramme de classes décrit les classes et leurs relations (associations, généralisation/spécialisation, ). classe association méthodes attributs héritage Diagramme de classes :
Plus en détailApplication 1- VBA : Test de comportements d'investissements
Application 1- VBA : Test de comportements d'investissements Notions mobilisées Chapitres 1 à 5 du cours - Exemple de récupération de cours en ligne 1ère approche des objets (feuilles et classeurs). Corps
Plus en détailWhite Paper ADVANTYS. Workflow et Gestion de la Performance
White Paper Workflow et Gestion de la Performance Présentation L automatisation des process combinée à l informatique décisionnelle (Business Intelligence) offre une nouvelle plateforme de gestion pour
Plus en détailLe chirement a la volee Anne Canteaut INRIA Projet CODES BP 5 7853 Le Chesnay Cedex http://wwwrocq.inria.fr/~canteaut/ Les procedes de chirement a la volee sont des techniques qui permettent d'assurer
Plus en détailTRAAM STI 2013-2014 Acquisition et exploitations pédagogiques des données sur un système pédagogique
TRAAM STI 2013-2014 Acquisition et exploitations pédagogiques des données sur un système pédagogique Bilan technique et éléments de développement Fonctionnalités attendues Une vingtaine d établissements
Plus en détailUML (Diagramme de classes) Unified Modeling Language
UML (Diagramme de classes) Unified Modeling Language Sommaire Introduction Objectifs Diagramme de classes Classe (Nom, attribut, opération) Visibilité et portée des constituants d une classe Association
Plus en détailBiostatistiques Biologie- Vétérinaire FUNDP Eric Depiereux, Benoît DeHertogh, Grégoire Vincke
www.fundp.ac.be/biostats Module 140 140 ANOVA A UN CRITERE DE CLASSIFICATION FIXE...2 140.1 UTILITE...2 140.2 COMPARAISON DE VARIANCES...2 140.2.1 Calcul de la variance...2 140.2.2 Distributions de référence...3
Plus en détail2.7 Le bétonnage par temps chaud par temps froid
Chapitre Les bétons courants.7 Le bétonnage par temps chaud par temps froid.7.1 - Le bétonnage par temps chaud 3 Granulats Les conditions climatiques lors de la mise en œuvre ont une grande influence sur
Plus en détailÉvaluation et implémentation des langages
Évaluation et implémentation des langages Les langages de programmation et le processus de programmation Critères de conception et d évaluation des langages de programmation Les fondations de l implémentation
Plus en détailL'analyse de données. Polycopié de cours ENSIETA - Réf. : 1463. Arnaud MARTIN
L'analyse de données Polycopié de cours ENSIETA - Réf : 1463 Arnaud MARTIN Septembre 2004 Table des matières 1 Introduction 1 11 Domaines d'application 2 12 Les données 2 13 Les objectifs 3 14 Les méthodes
Plus en détailRaja Bases de données distribuées A Lire - Tutoriel
Université des Sciences de Montpellier Master 2 Semestre 1 Unité d'enseignement FMIN306 Raja Bases de données distribuées A Lire - Tutoriel 26 janvier 2011 Audrey Novak Romain Maneschi Jonathan Fhal Aloys
Plus en détailVOLUME I ETUDES DE CAS RELATIFS A DES PROJETS DE PASSATION ELECTRONIQUE DE MARCHES PUBLICS
RAPPORT DE SITUATION VOLUME I ETUDES DE CAS RELATIFS A DES PROJETS DE PASSATION ELECTRONIQUE DE MARCHES PUBLICS JUILLET 2004 Original document in English available at http://europa.eu.int/idabc/eprocurement
Plus en détailProblème : Calcul d'échéanciers de prêt bancaire (15 pt)
Problème : Calcul d'échéanciers de prêt bancaire (15 pt) 1 Principe d'un prêt bancaire et dénitions Lorsque vous empruntez de l'argent dans une banque, cet argent (appelé capital) vous est loué. Chaque
Plus en détailStructure du cours : Il existe de nombreuses méthodes intéressantes qui couvrent l Analyse des Données
Structure du cours : Il existe de nombreuses méthodes intéressantes qui couvrent l Analyse des Données et le Data Mining Nous suivons le plan suivant : Fonctionnement de Spad Catalogue des méthodes (statistiques
Plus en détailApport des méthodes géophysiques pour la caractérisation de zones fuyardes d une digue de canal
Apport des méthodes géophysiques pour la caractérisation de zones fuyardes d une digue de canal DL Lyon : G. Bièvre DL Autun : A. Brach, D. Goutaland, M. Massardi, G. Monnot David GOUTALAND CETE de Lyon
Plus en détailTP3 : Creation de tables 1 seance
Universite de Versailles IUT de Velizy - Algorithmique 2005/2006 TP3 : Creation de tables 1 seance Objectif : Creation et modication de tables dans une base de donnees. Avant de commencer ce TP, terminer
Plus en détailCoup de Projecteur sur les Réseaux de Neurones
Coup de Projecteur sur les Réseaux de Neurones Les réseaux de neurones peuvent être utilisés pour des problèmes de prévision ou de classification. La représentation la plus populaire est le réseau multicouche
Plus en détailPerrothon Sandrine UV Visible. Spectrophotométrie d'absorption moléculaire Étude et dosage de la vitamine B 6
Spectrophotométrie d'absorption moléculaire Étude et dosage de la vitamine B 6 1 1.But et théorie: Le but de cette expérience est de comprendre l'intérêt de la spectrophotométrie d'absorption moléculaire
Plus en détailPROBLEMES D'ORDONNANCEMENT AVEC RESSOURCES
Leçon 11 PROBLEMES D'ORDONNANCEMENT AVEC RESSOURCES Dans cette leçon, nous retrouvons le problème d ordonnancement déjà vu mais en ajoutant la prise en compte de contraintes portant sur les ressources.
Plus en détailFICHE 1 Fiche à destination des enseignants
FICHE 1 Fiche à destination des enseignants 1S 8 (b) Un entretien d embauche autour de l eau de Dakin Type d'activité Activité expérimentale avec démarche d investigation Dans cette version, l élève est
Plus en détailLes mesures à l'inclinomètre
NOTES TECHNIQUES Les mesures à l'inclinomètre Gérard BIGOT Secrétaire de la commission de Normalisation sols : reconnaissance et essais (CNSRE) Laboratoire régional des Ponts et Chaussées de l'est parisien
Plus en détailAnnée : Team-War Jaafar AMRANI-MESBAHI Fabien GARCIA Abdelali NAIT BELKACEM Rahma NAKARA Philippe NGUYEN
Projet de Fin d'étude Rapport de gestion de projet Recherche de méthode d'estimation de volume de production à risque Équipe 5e me Année : Team-War Jaafar AMRANI-MESBAHI Fabien GARCIA Abdelali NAIT BELKACEM
Plus en détail