Simulation du comportement des opérateurs dans les systèmes de production : Application au contrôle de la qualité

Dimension: px
Commencer à balayer dès la page:

Download "Simulation du comportement des opérateurs dans les systèmes de production : Application au contrôle de la qualité"

Transcription

1 Laboratoire d Informatique, de Modélisation et d Optimisation des Systèmes UMR (6158) du CNRS Aubière, Cedex - France Simulation du comportement des opérateurs dans les systèmes de production : Application au contrôle de la qualité Sabeur.Elkosantini@ifma.fr Institut Français de Mécanique Avancée 16 mai 2007

2 2 Contexte de travail Intérêt de la simulation des systèmes complexes de point de vue social : Ex. systèmes de production. La simulation facilite la compréhension et l analyse des organisations et des structures sociales. Exemple d application: Systèmes de production. Enjeux : INTRODUCTION Amélioration de la performance en utilisant outil d aide à la décision: tester des nouvelles méthodes de travail. Mieux comprendre le comportement des opérateurs et comment réagissent-ils dans un cadre de travail précis. Implémentation et validation de certaines théories proposés dans la sociologie.

3 3 Contexte de travail Groupe d opérateurs Aspects sociales Contexte de travail Opérateur 2 Tâche manuelle Opérateur 1 Contrôle Aspects s Aspects techniques

4 4 Plan Introduction Contexte de la thèse Comportement social et outils de simulation Notre approche: numérique Comportement individuel Comportement social et réseau social Intégration de l imprécision Validation et expérimentation PLAN Implémentation SMA Conclusion et perspective

5 5 Les approches de modélisation Quelques modèles sociales sont inspirés de la biologie et de la physique. Les approches de modélisation Automates cellulaires (Bagnoli, 1998): systèmes dynamiques complexes. Assure la modélisation d'interactions locales dans un espace discret. Approches statistiques (Wong et al. 2006, Boguñá et al. 2006): p*, graphe de Markov. Systèmes multi-agents : augmenter le réalisme des certains modèles comportementaux. Logique floue/sous-ensembles floues: considération de l imprécision et du flou de certain facteurs qualitatifs.

6 6 Contexte de travail Simulation SMA Agent 1 Aspects sociales Agent 2 Agent 3 Aspects s Aspects techniques Contexte de travail Système réelle

7 7 Contexte de travail Condition de travail Groupe d opérateurs * Influé par Groupe d'agents 1 Tâche -Caractéristiques -Description * Effectue * * 1 1 Agents * 1 1 Comportement 1 1 Opérateur 1 Contexte de travail Est en relation * * Facteur Psychologique 1 Est en relation * Réagit sur * * Facteur Sociologique * 1 Est en relation

8 8 Approche proposée numérique Intégration de l imprécision Approche proposée Définition du cadre expérimental et validation Validation par expérimentation Implémentation du comportement avec SMA

9 9 Approche proposée Une meilleure présentation des éléments du comportement d un agent (opérateur): Représentation sous forme de graphe; Amélioration de la compréhension du comportement des opérateurs et la complexité des interactions; Disposition d informations utiles. Approche proposée Dans un contexte d un système de production : Mise en place des actions pour l amélioration du rendement; Etude de leurs impacts sur le comportement des opérateurs;

10 10 Approche proposée Description E l : Fatigue E i : Motivation r li : Degré de la relation Approche proposée d i (t) est le degré de E i à l instant t Les valeurs linguistiques de d i : Très faible i ieme éléments du comportement d un agent Faible Modérée Assez fort Très fort

11 11 Approche proposée Tâche ,4 2 +0,62 3-0,73 +0,8 +0, ,75 r76(d7) 0, r 76 6 : Motivation 7 : Stress 7 Environnement de travail +0,4 8-0,75-0,25 +0, ,5 9 Stress Approche proposée 1-Difficulté de la tâche; 2-Effort ; 3- Fatigue ; 4-Satisfaction ; 5- Condition de travail ; 6-Motivation ; 7-Stress ; 8- Sentiment de sécurité; 9- Absentéisme; 10- Stabilité ; 11- Imprécision; -0,3 10 B1-0,5

12 12 Description formelle Possibilité de déterminer le niveau de variation de chaque élément : Approche proposée d d () t r d () t r d () t s e () t n q j j j j j j i = ii l + li l + hi h dt l= 1, l i h= 1 Avec: d i (t) est le degré de du i eme élément comportemental. r il représente le degré de la relation connectant l élément E i à E l. n est le nombre d éléments comportemental qui constituent le graphe. s hi représente l impact du h eme facteur environnemental ayant le degré e h sur l élément E i

13 13 Simulation du comportement Analyse et résultats Boucle explosive (ou positive) Approche proposée Comportement explosive et pas stable de la boucle. Nécessité de mettre en place d une action C de stabilisation.

14 14 Simulation du comportement Analyse et résultats L action C sert à atténuer la gravité de certains problèmes. Approche proposée Réunions Contrôler les employés Formation La boucle B2 (boucle négative) tend à stabiliser la boucle B1

15 15 Approche proposée Comportement social : Relation inter-agents Approche proposée

16 16 Comportement du groupe Compléter et étendre l approche par une analyse sociale ; Intégrer dans le modèle les aspects sociales et les relations inter-agents : communication, conflit, etc. Comportement du groupe Etude de réseau social : étudier les influences et les interactions entre les acteurs sociaux d un système «individu-centré» Comprendre le fonctionnement et la dynamique globale de tous ses éléments.

17 17 Comportement du groupe Approche classique: sociométrie j eme agent Comportement du groupe Eg k (t) est le k eme élément interpersonnel g k (t) est le degré du k eme élément interpersonnel

18 18 Extension proposée Comportement du groupe Comportement du groupe Valeurs linguistique de g k : Très faible Faible Modéré Fort Très fort

19 19 Comportement du groupe numérique L évolution des facteurs sociologique est calculé par: n m p q d g () t j j = t kk g () t + t ik d () t + t xk g () t + te hk g () t k k i x k dt i= 1 j= 1 x = 1 h= 1 Comportement du groupe

20 20 Comportement du groupe Comportement du groupe Redéfinir le modèle de la partie individuel: d d () t r d () t r d () t s e () t t g () t n q m j j j j j j j i = ii l + li l + hi h + ki k dt l= 1, l i h= 1 k = 1

21 21 Comportement du groupe Relation entre la communication et le conflit Comportement du groupe Communication Conflit

22 22 Approche proposée L imprécision et la modélisation floue Approche proposée

23 23 Simulation floue La modélisation numérique du comportement des agents est-il suffisant? Quantification des aspects comportementaux et qualitatifs Imprécision de certains aspects. L approche traditionnelle n exprime pas l imprécision et l imperfection de certains facteurs comportementaux. Simulation floue Sous-ensembles flous / Logique floue: formalisme plus adapté pour prendre en compte les variables qualitatives liées aux facteurs comportementaux Simulation qualitative ou floue

24 24 Simulation floue Partie : Comportement individuel Les variables linguistiques du modèle d i (t) sont représentées par un nombre flou de forme triangulaire. Simulation floue L équation différentielle précédente se transforme en équation différentielle floue

25 25 Simulation floue Partie : Equation différentielle floue Plusieurs méthodes de résolution ont été proposées : ramènent le problème à la résolution d ED à variables considérés comme intervalles (α-coupe). µ d1 α 4 Simulation floue α 3 α 2 α 1 d 1 (t) Région d incertitude pour 0.5-coupe

26 26 Simulation floue Equation différentielle floue: Procédure de simulation Simulation floue La procédure de simulation: évolution dans le temps de l hyper-cube (région d incertitude): Décomposer les nombre flous de la condition initiales en α-coupe et former et les régions d incertitude. Echantillonner la surface externe de l hyper-cube pour chaque α- coupe. Appliquer une simulation numérique simple entre t 0 et t 1 = t 0 + t. Regrouper les α-coupes résultant de la simulation et reformer les nombres flous. Les résultats de la simulation seront les C. I. de la prochaine étape (entre t 1 et t 2 = t 1 + t).

27 27 Simulation floue Equation différentielle floue La région d incertitude de la C.I. formée par les 0.5-coupe Simulation floue L évolution de la région d incertitude pour 0.5-coupe

28 28 Simulation floue Partie sociologique : réseau social Stress de agent 1 Stress de agent 2 Fatigue de agent 1 Système d inférence Variation du conflit numérique flou Conflit Système d inférence flou Simulation floue R1: IF Degré (Stress de Agent 1) est Très faible AND Degré (Stress de Agent 2) est Très faible r 1 7, 1 AND Degré (Fatigue de Agent 1) est Très faible AND Degré (Conflit) est Faible THEN Variation (conflit) est ZE r 1 10, 1 R2: IF Degré (Stress de Agent 1) est Modéré AND Degré (Stress de Agent 2) est Modéré AND Degré (Fatigue de Agent 1) est Faible AND Degré (Conflit) est Modéré THEN Variation (conflit) est PS r10 2, 1 R3: d g () t g () t d () t g () t g () t n m p q j j k = t kk k + t ik i + t xk x + te hk k dt i= 1 j= 1 x = 1 h= 1

29 29 Simulation floue Approche de raisonnement Simulation floue Plusieurs méthodes de raisonnement utilisant différent opérateurs d implication floue sont proposées : Méthode de Mamdani; Méthode de Larsen; Méthode de Takagi-Sugeno; etc. La méthode d inférence de Mamdani, connue sous le nom Max- Min et utilisant Min pour l implication «then», a été adopté

30 30 Simulation floue Approche de raisonnement : méthode de Mamdani Simulation floue

31 31 Validation par expérimentation Validation et expérimentation Définition du cadre expérimental et validation Expérimentation Validation par expérimentation

32 32 Validation par expérimentation Validation et expérimentation Valider le modèle, avant son implémentation dans le système multi-agent, par une série d expérience. Le comportement des agents doit être le plus proche possible de celui des opérateurs humains. Expérimentation Définir le cadre expérimental: Opérateurs : des étudiants «volontaires» de l IFMA; Tâche : contrôle qualité des produits Facteurs comportementaux étudiés: Fatigue, motivation et stress. Quantification par questionnaires, évaluation des gestions et autre mesures

33 33 Validation par expérimentation Validation et expérimentation Fatigue Stress Motivation Gestes Avec autres critères de performance Expérimentation Aspects comportementaux

34 34 Implémentation du comportement avec SMA Implémentation SMA Implémentation SMA Validation par expérimentation Implémentation du comportement avec SMA

35 35 Implémentation du comportement avec SMA Implémentation SMA Simulation SMA Aspects sociales Implémentation SMA Agent 1 Agent 2 Agent 3 Aspects s Aspects techniques

36 36 Implémentation du comportement avec SMA Implémentation SMA Implémentation SMA Comportement de l agent 1

37 37 Conclusion Le but de ce travail est: Permettre la représentation et la simulation du comportement des agents; Intégrer les aspects s et sociologique dans les modèles SMA; Détailler les relations sociales entre les agents. Conclusion L approche permet de mieux comprendre le comportement des opérateurs pour : Améliorer la qualité de vie dans les systèmes de production; Tester des nouvelles stratégies de travail avant leur mise en place;

38 38 Perspective Validation de la méthode : Coopération avec le laboratoire LAPSCO de Clermont-Ferrand ; Une éventuelle collaboration avec le CHU de Clermont-Ferrand pour mener une autre série d expérience. Perspective Implémentation du modèle comportemental dans un environnement multi-agent.

39 39 Questions?

40 40 Simulation du comportement Simulation avec Matlab Perturbation au niveau de l'imprécision 1 Degré de corréction s+1 Corréction B2 1 Degré de relation Correction - Stabilité Autre source d'instabilité C 1 s+1 Imprécision Degré de relation Stabilité - Imprécision 1 s+1 Stabilité B1-1 Degré de relation Absentéisme - Stabailité Approche proposée 1 Une partie du graphe Degré de relation de Imprécision comportement - Absentéisme 1 8s+1 Absentéisme Absentéisme 9 - Absentéisme ; 10 - Stabilité; 11 - Imprécision ;

41 41 Simulation du comportement Résultat 1 : Non-linéarité de la relation Approche proposée

42 42 Simulation du comportement Résultat 2 : Boucle sans l action C Approche proposée Absentéisme Imprécision

43 43 Simulation du comportement Résultat 3 : Boucle avec l action C Approche proposée Absentéisme Comportement plus stable Imprécision

Dossier justificatif des travaux de R&D déclarés au titre du CIR

Dossier justificatif des travaux de R&D déclarés au titre du CIR Dossier justificatif des travaux de R&D déclarés au titre du CIR I PRÉSENTATION DE LA SOCIETE Présenter l activité de la société en quelques lignes ou au moyen d une plaquette publicitaire et replacer

Plus en détail

Les apports de l informatique. Aux autres disciplines

Les apports de l informatique. Aux autres disciplines Les apports de l informatique Aux autres disciplines Le statut de technologie ou de sous-discipline est celui de l importation l et de la vulgarisation Le statut de science à part entière est lorsqu il

Plus en détail

Contrôle par commande prédictive d un procédé de cuisson sous infrarouge de peintures en poudre.

Contrôle par commande prédictive d un procédé de cuisson sous infrarouge de peintures en poudre. Contrôle par commande prédictive d un procédé de cuisson sous infrarouge de peintures en poudre. Isabelle Bombard, Bruno da Silva, Pascal Dufour *, Pierre Laurent, Joseph Lieto. Laboratoire d Automatique

Plus en détail

Utilisation de l ingénierie des modèles pour la conception collaborative de produits mécaniques

Utilisation de l ingénierie des modèles pour la conception collaborative de produits mécaniques Utilisation de l ingénierie des modèles pour la conception collaborative de produits mécaniques Mathias Kleiner Laboratoire des Sciences de l Information et des Systèmes (LSIS) - UMR CNRS 7296 Projet Ingenierie

Plus en détail

Théorie des Jeux Et ses Applications

Théorie des Jeux Et ses Applications Théorie des Jeux Et ses Applications De la Guerre Froide au Poker Clément Sire Laboratoire de Physique Théorique CNRS & Université Paul Sabatier www.lpt.ups-tlse.fr Quelques Définitions de la Théorie des

Plus en détail

Autonomie et fragilités de la recherche académique Financements sur projet et reconfigurations du travail scientifique

Autonomie et fragilités de la recherche académique Financements sur projet et reconfigurations du travail scientifique L irrésistible ascension du capitalisme académique 18-19 avril 2013 Autonomie et fragilités de la recherche académique Financements sur projet et reconfigurations du travail scientifique Julien Barrier

Plus en détail

La NP-complétude. Johanne Cohen. PRISM/CNRS, Versailles, France.

La NP-complétude. Johanne Cohen. PRISM/CNRS, Versailles, France. La NP-complétude Johanne Cohen PRISM/CNRS, Versailles, France. Références 1. Algorithm Design, Jon Kleinberg, Eva Tardos, Addison-Wesley, 2006. 2. Computers and Intractability : A Guide to the Theory of

Plus en détail

Modèles et simulations informatiques des problèmes de coopération entre agents

Modèles et simulations informatiques des problèmes de coopération entre agents Modèles et simulations informatiques des problèmes de coopération entre agents Bruno Beaufils LIFL Axe CIM Équipe SMAC Laboratoire d'informatique Plan 1. Motivations 2. Dilemme itéré du prisonnier 3. Simulations

Plus en détail

Rappel. Analyse de Données Structurées - Cours 12. Un langage avec des déclaration locales. Exemple d'un programme

Rappel. Analyse de Données Structurées - Cours 12. Un langage avec des déclaration locales. Exemple d'un programme Rappel Ralf Treinen Université Paris Diderot UFR Informatique Laboratoire Preuves, Programmes et Systèmes treinen@pps.univ-paris-diderot.fr 6 mai 2015 Jusqu'à maintenant : un petit langage de programmation

Plus en détail

La plate-forme DIMA. Master 1 IMA COLI23 - Université de La Rochelle

La plate-forme DIMA. Master 1 IMA COLI23 - Université de La Rochelle La plate-forme DIMA Master 1 IMA COLI23 - Université de La Rochelle DIMA Bref aperçu Qu'est-ce? Acronyme de «Développement et Implémentation de Systèmes Multi-Agents» Initié par Zahia Guessoum et Jean-Pierre

Plus en détail

Resolution limit in community detection

Resolution limit in community detection Introduction Plan 2006 Introduction Plan Introduction Introduction Plan Introduction Point de départ : un graphe et des sous-graphes. But : quantifier le fait que les sous-graphes choisis sont des modules.

Plus en détail

Spécialité Sciences Mécaniques et Ingénierie

Spécialité Sciences Mécaniques et Ingénierie Master 2 Sciences, Technologies, Santé Mention Mécanique Spécialité Sciences Mécaniques et Ingénierie Parcours R&D en mécanique des fluides Parcours R&D en matériaux et structures Parcours Energétique

Plus en détail

DG-ADAJ: Une plateforme Desktop Grid

DG-ADAJ: Une plateforme Desktop Grid DG-ADAJ: Une plateforme pour Desktop Grid Olejnik Richard, Bernard Toursel Université des Sciences et Technologies de Lille Laboratoire d Informatique Fondamentale de Lille (LIFL UMR CNRS 8022) Bât M3

Plus en détail

Outils logiciels pour la combinaison de vérification fonctionnelle et d évaluation de performances au sein de CADP

Outils logiciels pour la combinaison de vérification fonctionnelle et d évaluation de performances au sein de CADP Outils logiciels pour la combinaison de vérification fonctionnelle et d évaluation de performances au sein de CADP Christophe Joubert Séminaire VASY 2002 30 Octobre 2002 Aix les Bains Contexte du projet

Plus en détail

Mathématique et Automatique : de la boucle ouverte à la boucle fermée. Maïtine bergounioux Laboratoire MAPMO - UMR 6628 Université d'orléans

Mathématique et Automatique : de la boucle ouverte à la boucle fermée. Maïtine bergounioux Laboratoire MAPMO - UMR 6628 Université d'orléans Mathématique et Automatique : de la boucle ouverte à la boucle fermée Maïtine bergounioux Laboratoire MAPMO - UMR 6628 Université d'orléans Maitine.Bergounioux@labomath.univ-orleans.fr Plan 1. Un peu de

Plus en détail

Bases de données. Chapitre 1. Introduction

Bases de données. Chapitre 1. Introduction Références : Bases de données Pierre Wolper Email : pw@montefiore.ulg.ac.be URL : http : //www.montefiore.ulg.ac.be/~pw/ http : //www.montefiore.ulg.ac.be/ ~pw/cours/bd.html Henry F. Korth, Abraham Silberschatz,

Plus en détail

Service Municipal d Accueil Postscolaire

Service Municipal d Accueil Postscolaire Service Municipal d Accueil Postscolaire Règlement intérieur 2013-2014 Direction de la Vie Scolaire et de la Petite Enfance 15 mail d Allagnat 63000 Clermont-Ferrand mail : dvspe-secretariat@ville-clermont-ferrand.fr

Plus en détail

PASSEPORT INNOVATION Guide de présentation des demandes Janvier 2015

PASSEPORT INNOVATION Guide de présentation des demandes Janvier 2015 PASSEPORT Guide de présentation des demandes Janvier 2015 Le présent document a été produit par le ministère de l Économie, de l Innovation et des Exportations Coordination et rédaction Direction du soutien

Plus en détail

Partenaires: w w w. c o g m a s t e r. n e t

Partenaires: w w w. c o g m a s t e r. n e t Partenaires: w w w. c o g m a s t e r. n e t Une approche interdisciplinaire et intégrative neuropsychologie psychologie neuroanatomie linguistique philosophie SCIENCES COGNITIVES logique/probas neurosciences

Plus en détail

Cours Informatique Master STEP

Cours Informatique Master STEP Cours Informatique Master STEP Bases de la programmation: Compilateurs/logiciels Algorithmique et structure d'un programme Programmation en langage structuré (Fortran 90) Variables, expressions, instructions

Plus en détail

Atelier Transversal AT11. Activité «Fourmis» Pierre Chauvet. pierre.chauvet@uco.fr

Atelier Transversal AT11. Activité «Fourmis» Pierre Chauvet. pierre.chauvet@uco.fr Atelier Transversal AT11 Activité «Fourmis» Pierre Chauvet pierre.chauvet@uco.fr Ant : un algorithme inspiré de l éthologie L éthologie Etude scientifique des comportements animaux, avec une perspective

Plus en détail

Promouvoir l identité coopérative via la RSE? Quelques premiers résultats sur données européennes et françaises

Promouvoir l identité coopérative via la RSE? Quelques premiers résultats sur données européennes et françaises Promouvoir l identité coopérative via la RSE? Quelques premiers résultats sur données européennes et françaises Nadine Richez-Battesti (Lest et Université de la Méditerranée) nrichezbattesti@wanadoo.fr

Plus en détail

Cours d algorithmique pour la classe de 2nde

Cours d algorithmique pour la classe de 2nde Cours d algorithmique pour la classe de 2nde F.Gaudon 10 août 2009 Table des matières 1 Avant la programmation 2 1.1 Qu est ce qu un algorithme?................................. 2 1.2 Qu est ce qu un langage

Plus en détail

Marie Curie Actions Marie Curie Career Integration Grant (CIG) Call: FP7-People-2012-CIG

Marie Curie Actions Marie Curie Career Integration Grant (CIG) Call: FP7-People-2012-CIG Marie Curie Actions Marie Curie Career Integration Grant (CIG) Call: FP7-People-2012-CIG Genomerge : role of genome merger and redundancy in plant evolution and adaptation Mathieu ROUSSEAU- GUEUTIN UMR-

Plus en détail

FORMATION CONTINUE SUR L UTILISATION D EXCEL DANS L ENSEIGNEMENT Expérience de l E.N.S de Tétouan (Maroc)

FORMATION CONTINUE SUR L UTILISATION D EXCEL DANS L ENSEIGNEMENT Expérience de l E.N.S de Tétouan (Maroc) 87 FORMATION CONTINUE SUR L UTILISATION D EXCEL DANS L ENSEIGNEMENT Expérience de l E.N.S de Tétouan (Maroc) Dans le cadre de la réforme pédagogique et de l intérêt que porte le Ministère de l Éducation

Plus en détail

Retour d expériences avec UML

Retour d expériences avec UML Retour d expériences avec UML UML pour les systèmes biologiques Marie-Hélène Moirez-Charron, UMR AGIR, équipe MAGE INRA Toulouse mailto:marie-helene.charron@toulouse.inra.fr PLAN Contexte de travail UML,

Plus en détail

LMI 2. Programmation Orientée Objet POO - Cours 9. Said Jabbour. jabbour@cril.univ-artois.fr www.cril.univ-artois.fr/~jabbour

LMI 2. Programmation Orientée Objet POO - Cours 9. Said Jabbour. jabbour@cril.univ-artois.fr www.cril.univ-artois.fr/~jabbour LMI 2 Programmation Orientée Objet POO - Cours 9 Said Jabbour jabbour@cril.univ-artois.fr www.cril.univ-artois.fr/~jabbour CRIL UMR CNRS 8188 Faculté des Sciences - Univ. Artois Février 2011 Les collections

Plus en détail

Intérêts et limites des mannequins numériques pour l évaluation des efforts et des postures

Intérêts et limites des mannequins numériques pour l évaluation des efforts et des postures 18 novembre 2014 Intérêts et limites des mannequins numériques pour l évaluation des efforts et des postures Jonathan Savin Responsable d études Laboratoire Ingénierie de Conception de Systèmes Sûrs (ICS-INRS)

Plus en détail

I Stabilité, Commandabilité et Observabilité 11. 1 Introduction 13 1.1 Un exemple emprunté à la robotique... 13 1.2 Le plan... 18 1.3 Problème...

I Stabilité, Commandabilité et Observabilité 11. 1 Introduction 13 1.1 Un exemple emprunté à la robotique... 13 1.2 Le plan... 18 1.3 Problème... TABLE DES MATIÈRES 5 Table des matières I Stabilité, Commandabilité et Observabilité 11 1 Introduction 13 1.1 Un exemple emprunté à la robotique................... 13 1.2 Le plan...................................

Plus en détail

Conception et contrôle des SMA tolérants aux fautes

Conception et contrôle des SMA tolérants aux fautes Conception et contrôle des SMA tolérants aux fautes Une plate-forme multiagents tolérante aux fautes à base de réplication Nora FACI Contexte SMA large échelle Nombre important d agents Ressources éloignées

Plus en détail

Laboratoire d informatique Gaspard-Monge UMR 8049. Journée Labex Bézout- ANSES

Laboratoire d informatique Gaspard-Monge UMR 8049. Journée Labex Bézout- ANSES Laboratoire d informatique Gaspard-Monge UMR 8049 Journée Labex Bézout- ANSES Présentation du laboratoire 150 membres, 71 chercheurs et enseignants-chercheurs, 60 doctorants 4 tutelles : CNRS, École des

Plus en détail

IN 102 - Cours 1. 1 Informatique, calculateurs. 2 Un premier programme en C

IN 102 - Cours 1. 1 Informatique, calculateurs. 2 Un premier programme en C IN 102 - Cours 1 Qu on le veuille ou non, les systèmes informatisés sont désormais omniprésents. Même si ne vous destinez pas à l informatique, vous avez de très grandes chances d y être confrontés en

Plus en détail

VALIDATION DES FORMATIONS DOCTORALES FICHE DE SUIVI. Année universitaire 2013-2014

VALIDATION DES FORMATIONS DOCTORALES FICHE DE SUIVI. Année universitaire 2013-2014 VALIDATION DES FORMATIONS DOCTORALES FICHE DE SUIVI Année universitaire 2013-2014 DATE LIMITE DE RETOUR : 19 décembre 2014 Nom :... Prénoms :... E-mail :... Laboratoire de recherche :... La présente fiche

Plus en détail

Prudence, Epargne et Risques de Soins de Santé Christophe Courbage

Prudence, Epargne et Risques de Soins de Santé Christophe Courbage Prudence, Epargne et Rique de Soin de Santé Chritophe Courbage ASSOCIATION DE GENÈVE Introduction Le compte d épargne anté (MSA), une nouvelle forme d intrument pour couvrir le dépene de anté en ca de

Plus en détail

Java Licence Professionnelle CISII, 2009-10

Java Licence Professionnelle CISII, 2009-10 Java Licence Professionnelle CISII, 2009-10 Cours 4 : Programmation structurée (c) http://www.loria.fr/~tabbone/cours.html 1 Principe - Les méthodes sont structurées en blocs par les structures de la programmation

Plus en détail

MENTORING à l intention de doctorantes et d étudiantes

MENTORING à l intention de doctorantes et d étudiantes MENTORING à l intention de doctorantes et d étudiantes May MORRIS, Directrice de Recherche CNRS, biologiste - biochimiste Claudine HERMANN, Professeure honoraire Ecole polytechnique, physicienne Evelyne

Plus en détail

Protocoles pour le suivi des pontes de tortues marines dans le cadre de Protomac. Professeur Marc Girondot

Protocoles pour le suivi des pontes de tortues marines dans le cadre de Protomac. Professeur Marc Girondot Muséum National d'histoire Naturelle de Paris Département de Systématique et Evolution Laboratoire des Reptiles et Amphibiens 25 rue Cuvier 75005 Paris & Laboratoire Ecologie, Systématique et Evolution

Plus en détail

Nouvelles propositions pour la résolution exacte du sac à dos multi-objectif unidimensionnel en variables binaires

Nouvelles propositions pour la résolution exacte du sac à dos multi-objectif unidimensionnel en variables binaires Nouvelles propositions pour la résolution exacte du sac à dos multi-objectif unidimensionnel en variables binaires Julien Jorge julien.jorge@univ-nantes.fr Laboratoire d Informatique de Nantes Atlantique,

Plus en détail

Réunion du cluster Habitat Bâtiment Intelligent (HBI) 17 Mars 2014 L I NTELLIGENCE ENERGÉTIQUE

Réunion du cluster Habitat Bâtiment Intelligent (HBI) 17 Mars 2014 L I NTELLIGENCE ENERGÉTIQUE Réunion du cluster Habitat Bâtiment Intelligent (HBI) 17 Mars 2014 P RÉSENTATION DU PROJET ADVICE ACCEPTA BILITÉ ET DROIT DE L I NTELLIGENCE ENERGÉTIQUE Présentation du Projet ADvICE En quelques mots La

Plus en détail

PASSEPORT INNOVATION Guide de présentation des demandes Mai 2015

PASSEPORT INNOVATION Guide de présentation des demandes Mai 2015 PASSEPORT INNOVATION Guide de présentation des demandes Mai 2015 Le présent document a été produit par le ministère de l Économie, de l Innovation et des Exportations Coordination et rédaction Direction

Plus en détail

ALGORITHME GENETIQUE ET MODELE DE SIMULATION POUR L'ORDONNANCEMENT D'UN ATELIER DISCONTINU DE CHIMIE

ALGORITHME GENETIQUE ET MODELE DE SIMULATION POUR L'ORDONNANCEMENT D'UN ATELIER DISCONTINU DE CHIMIE ALGORITHME GENETIQUE ET MODELE DE SIMULATION POUR L'ORDONNANCEMENT D'UN ATELIER DISCONTINU DE CHIMIE P. Baudet, C. Azzaro-Pantel, S. Domenech et L. Pibouleau Laboratoire de Génie Chimique - URA 192 du

Plus en détail

MINISTÈRE CHARGÉ DE LA RECHERCHE NOTICE

MINISTÈRE CHARGÉ DE LA RECHERCHE NOTICE cerfa N 50078#07 MINISTÈRE CHARGÉ DE LA RECHERCHE PROCEDURE D'AGREMENT, AU TITRE DU CREDIT D'IMPOT-RECHERCHE, DES ORGANISMES EXECUTANT POUR DES TIERS DES OPERATIONS DE RECHERCHE ET DE DEVELOPPEMENT NOTICE

Plus en détail

MATLAB : COMMANDES DE BASE. Note : lorsqu applicable, l équivalent en langage C est indiqué entre les délimiteurs /* */.

MATLAB : COMMANDES DE BASE. Note : lorsqu applicable, l équivalent en langage C est indiqué entre les délimiteurs /* */. Page 1 de 9 MATLAB : COMMANDES DE BASE Note : lorsqu applicable, l équivalent en langage C est indiqué entre les délimiteurs /* */. Aide help, help nom_de_commande Fenêtre de travail (Command Window) Ligne

Plus en détail

Modélisation multi-agents - Agents réactifs

Modélisation multi-agents - Agents réactifs Modélisation multi-agents - Agents réactifs Syma cursus CSI / SCIA Julien Saunier - julien.saunier@ifsttar.fr Sources www-lih.univlehavre.fr/~olivier/enseignement/masterrecherche/cours/ support/algofourmis.pdf

Plus en détail

Dimensionnement Introduction

Dimensionnement Introduction Dimensionnement Introduction Anthony Busson Dimensionnement Pourquoi dimensionner? Création d un système informatique ou réseau Problème de décision (taille des différents paramètres) Evaluer les performances

Plus en détail

BOURSE DE RECHERCHE QUICK : SECURITE ET HYGIENE ALIMENTAIRE

BOURSE DE RECHERCHE QUICK : SECURITE ET HYGIENE ALIMENTAIRE BOURSE DE RECHERCHE QUICK : SECURITE ET HYGIENE ALIMENTAIRE Professionnels de la restauration rapide : Perception et mise en pratique des recommandations d hygiène pour une maîtrise du risque infectieux

Plus en détail

Application 1- VBA : Test de comportements d'investissements

Application 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 détail

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

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

Plus en détail

Qualité du logiciel: Méthodes de test

Qualité du logiciel: Méthodes de test Qualité du logiciel: Méthodes de test Matthieu Amiguet 2004 2005 Analyse statique de code Analyse statique de code Étudier le programme source sans exécution Généralement réalisée avant les tests d exécution

Plus en détail

Création intuitive des éléments d un paysage

Création intuitive des éléments d un paysage Création intuitive des éléments d un paysage Marie-Paule Cani Univ. Grenoble-Alpes, CNRS & Inria Organisation du cours «Façonner l imaginaire» Partie 1 : Création numérique 3D Modélisation géométrique

Plus en détail

Mémoire d actuariat - promotion 2010. complexité et limites du modèle actuariel, le rôle majeur des comportements humains.

Mémoire d actuariat - promotion 2010. complexité et limites du modèle actuariel, le rôle majeur des comportements humains. Mémoire d actuariat - promotion 2010 La modélisation des avantages au personnel: complexité et limites du modèle actuariel, le rôle majeur des comportements humains. 14 décembre 2010 Stéphane MARQUETTY

Plus en détail

Atelier sur l Analyse des Réseaux Madagascar

Atelier sur l Analyse des Réseaux Madagascar Atelier sur l Analyse des Réseaux Madagascar Patrick Imam Fonds Monétaire International 21 Juillet 2015 Les vues exprimées dans cette présentation sont celles du Représentant Résident du FMI et ne reflètent

Plus en détail

Incertitude et variabilité : la nécessité de les intégrer dans les modèles

Incertitude et variabilité : la nécessité de les intégrer dans les modèles Incertitude et variabilité : la nécessité de les intégrer dans les modèles M. L. Delignette-Muller Laboratoire de Biométrie et Biologie Evolutive VetAgro Sup - Université de Lyon - CNRS UMR 5558 24 novembre

Plus en détail

Master Informatique Aix-Marseille Université

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

Plus en détail

Chapitre 3. Mesures stationnaires. et théorèmes de convergence

Chapitre 3. Mesures stationnaires. et théorèmes de convergence Chapitre 3 Mesures stationnaires et théorèmes de convergence Christiane Cocozza-Thivent, Université de Marne-la-Vallée p.1 I. Mesures stationnaires Christiane Cocozza-Thivent, Université de Marne-la-Vallée

Plus en détail

Métiers d études, recherche & développement dans l industrie

Métiers d études, recherche & développement dans l industrie Les fiches Métiers de l Observatoire du Travail Temporaire Emploi, compétences et trajectoires d intérimaires cadres Métiers d études, recherche & développement dans l industrie R&D Production Ingénieur

Plus en détail

Domaine : Sciences, Technologies et Santé Mention : Nutrition, Sciences des aliments, Agroalimentaire

Domaine : Sciences, Technologies et Santé Mention : Nutrition, Sciences des aliments, Agroalimentaire Contexte Domaine : Sciences, Technologies et Santé Mention : Nutrition, Sciences des aliments, Agroalimentaire Fédération des spécialités de Master des 5 pôles universitaires partenaires de la région Nord-Pas-de-Calais

Plus en détail

SNT4U16 - Initiation à la programmation 2014-2015. TD - Dynamique de POP III - Fichiers sources

SNT4U16 - Initiation à la programmation 2014-2015. TD - Dynamique de POP III - Fichiers sources SNT4U16 - Initiation à la programmation Licence SVT 2 ème année 2014-2015 TD - Dynamique de POP III - Fichiers sources contacts : mathias.gauduchon@univ-amu.fr, melika.baklouti@univ-amu.fr, xavier.giraud@univ-amu.fr,

Plus en détail

Apprentissage Automatique

Apprentissage 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 détail

Recommandation prédictive

Recommandation prédictive Recommandation prédictive La promesse originelle du web : la relation one to one Le futur du web : la recommandation prédictive La data : Le pétrole brut des éditeurs et des marques Mais Au mieux

Plus en détail

3. SPÉCIFICATIONS DU LOGICIEL. de l'expression des besoins à la conception. Spécifications fonctionnelles Analyse fonctionnelle et méthodes

3. SPÉCIFICATIONS DU LOGICIEL. de l'expression des besoins à la conception. Spécifications fonctionnelles Analyse fonctionnelle et méthodes PLAN CYCLE DE VIE D'UN LOGICIEL EXPRESSION DES BESOINS SPÉCIFICATIONS DU LOGICIEL CONCEPTION DU LOGICIEL LA PROGRAMMATION TESTS ET MISE AU POINT DOCUMENTATION CONCLUSION C.Crochepeyre Génie Logiciel Diapason

Plus en détail

Chapitre 5 : Flot maximal dans un graphe

Chapitre 5 : Flot maximal dans un graphe Graphes et RO TELECOM Nancy A Chapitre 5 : Flot maximal dans un graphe J.-F. Scheid 1 Plan du chapitre I. Définitions 1 Graphe Graphe valué 3 Représentation d un graphe (matrice d incidence, matrice d

Plus en détail

UE C avancé cours 1: introduction et révisions

UE C avancé cours 1: introduction et révisions Introduction Types Structures de contrôle Exemple UE C avancé cours 1: introduction et révisions Jean-Lou Desbarbieux et Stéphane Doncieux UMPC 2004/2005 Introduction Types Structures de contrôle Exemple

Plus en détail

Contribution à la conception par la simulation en électronique de puissance : application à l onduleur basse tension

Contribution à la conception par la simulation en électronique de puissance : application à l onduleur basse tension Contribution à la conception par la simulation en électronique de puissance : application à l onduleur basse tension Cyril BUTTAY CEGELY VALEO 30 novembre 2004 Cyril BUTTAY Contribution à la conception

Plus en détail

CURRICULUM VITAE. Informations Personnelles

CURRICULUM VITAE. Informations Personnelles CURRICULUM VITAE Informations Personnelles NOM: BOURAS PRENOM : Zine-Eddine STRUCTURE DE RATTACHEMENT: Département de Mathématiques et d Informatique Ecole Préparatoire aux Sciences et Techniques Annaba

Plus en détail

Rapport de l AERES sur la structure fédérative : sous tutelle des établissements et organismes : «Du malade à la molécule» Université Aix Marseille 2

Rapport de l AERES sur la structure fédérative : sous tutelle des établissements et organismes : «Du malade à la molécule» Université Aix Marseille 2 Section des Unités de recherche Rapport de l AERES sur la structure fédérative : «Du malade à la molécule» sous tutelle des établissements et organismes : Université Aix Marseille 2 Juin 2011 Section des

Plus en détail

Simulation Matlab/Simulink d une machine à induction triphasée. Constitution d un référentiel

Simulation Matlab/Simulink d une machine à induction triphasée. Constitution d un référentiel Simulation Matlab/Simulink une machine à inuction triphasée Constitution un référentiel Capocchi Laurent Laboratoire UMR CNRS 6134 Université e Corse 3 Octobre 7 1 Table es matières 1 Introuction 3 Moélisation

Plus en détail

Synthèse des réponses reçues du sondage du 8 février 2013

Synthèse des réponses reçues du sondage du 8 février 2013 Synthèse des réponses reçues du sondage du 8 février 2013 Ont répondu (8à 9 membres/14) : Carrefour de participation, ressourcement et formation (CPRF), Centre de formation régionale de Lanaudière (CFRL)

Plus en détail

Élasticité des applications à base de services dans le Cloud

Élasticité des applications à base de services dans le Cloud 1/40 Élasticité des applications à base de services dans le Cloud Mourad Amziani 12 Tarek Melliti 1 Samir Tata 2 1 IBISC, EA4526, Université d'évry Val-d'Essonne, Évry, France 2 UMR CNRS Samovar, Institut

Plus en détail

ETES-VOUS PRET.ES A ALLER MIEUX?

ETES-VOUS PRET.ES A ALLER MIEUX? ETES-VOUS PRET.ES A ALLER MIEUX? Projet formulé à partir de ma pratique de terrain: Constats Public défavorisé Plus le niveau d instruction est bas plus plus le risque est grand de développer des troubles

Plus en détail

Spécialité auxiliaire en prothèse dentaire du brevet d études professionnelles. ANNEXE IIb DEFINITION DES EPREUVES

Spécialité auxiliaire en prothèse dentaire du brevet d études professionnelles. ANNEXE IIb DEFINITION DES EPREUVES ANNEXE IIb DEFINITION DES EPREUVES 51 Epreuve EP1 : ANALYSE ET COMMUNICATION TECHNOLOGIQUES UP1 Coefficient 4 Finalité et objectifs de l épreuve L épreuve vise à évaluer la capacité du candidat à mobiliser

Plus en détail

Une dérivation du paradigme de réécriture de multiensembles pour l'architecture de processeur graphique GPU

Une dérivation du paradigme de réécriture de multiensembles pour l'architecture de processeur graphique GPU Une dérivation du paradigme de réécriture de multiensembles pour l'architecture de processeur graphique GPU Gabriel Antoine Louis Paillard Ce travail a eu le soutien de la CAPES, agence brésilienne pour

Plus en détail

Conception des systèmes répartis

Conception des systèmes répartis Conception des systèmes répartis Principes et concepts Gérard Padiou Département Informatique et Mathématiques appliquées ENSEEIHT Octobre 2012 Gérard Padiou Conception des systèmes répartis 1 / 37 plan

Plus en détail

UN PROCEDE DE SUPERVISION ET TELESURVEILLANCE A DISTANCE : UN OUTIL PEDAGOGIQUE FAVORISANT L INITIATION AU TRAVAIL DE GROUPE

UN PROCEDE DE SUPERVISION ET TELESURVEILLANCE A DISTANCE : UN OUTIL PEDAGOGIQUE FAVORISANT L INITIATION AU TRAVAIL DE GROUPE UN PROCEDE DE SUPERVISION ET TELESURVEILLANCE A DISTANCE : UN OUTIL PEDAGOGIQUE FAVORISANT L INITIATION AU TRAVAIL DE GROUPE Cyril Noirel (1), Didier Theilliol (2), Christophe Aubrun (3), Jean Christophe

Plus en détail

Modèles à Événements Discrets. Réseaux de Petri Stochastiques

Modèles à Événements Discrets. Réseaux de Petri Stochastiques Modèles à Événements Discrets Réseaux de Petri Stochastiques Table des matières 1 Chaînes de Markov Définition formelle Idée générale Discrete Time Markov Chains Continuous Time Markov Chains Propriétés

Plus en détail

Etats généraux de la sociologie, Congrès de l AFS

Etats généraux de la sociologie, Congrès de l AFS Etats généraux de la sociologie, Congrès de l AFS Recherche appliquée, recherche orientée, recherche commanditée: les enjeux du financement de la recherche Animation : Claude Martin, directeur de recherche

Plus en détail

e-santé du transplanté rénal : la télémédecine au service du greffé

e-santé du transplanté rénal : la télémédecine au service du greffé e-santé du transplanté rénal : la télémédecine au service du greffé Professeur Michèle Kessler CHU de Nancy et réseau Néphrolor L une des applications de la télémédecine est la télésurveillance à domicile,

Plus en détail

Le projet DRIAS : premières études et documents

Le projet DRIAS : premières études et documents Le projet DRIAS : premières études et documents Julien Lémond CNRM / GAME, Météo-France, CNRS Direction de la Climatologie Réunion Comité Utilisateurs, le 29 juin 2010 Plan de la présentation 1 ) Les services

Plus en détail

Cursus de Master en Ingénierie de la Production Alimentaire. Une autre façon d accéder au métier d ingénieur

Cursus de Master en Ingénierie de la Production Alimentaire. Une autre façon d accéder au métier d ingénieur Cursus de Master en Ingénierie de la Production Alimentaire Une autre façon d accéder au métier d ingénieur Un Réseau National de 28 CMI Le réseau FIGURE Formation en InGenierie par des Universités de

Plus en détail

L3 Psychologie «Ergonomie : travail, innovations et formation» Les enjeux et éléments historiques. Principaux concepts et théories sous-jacentes

L3 Psychologie «Ergonomie : travail, innovations et formation» Les enjeux et éléments historiques. Principaux concepts et théories sous-jacentes 9/25/14 L3 Psychologie «Ergonomie : travail, innovations et formation» Présentation du thème 1 Catherine Delgoulet LATI Thème 1 (C. Delgoulet) Comprendre/transformer le travail Les enjeux et éléments historiques

Plus en détail

MASTER (LMD) MANAGEMENT DE PROJET ET INNOVATION EN BIOTECHNOLOGIE

MASTER (LMD) MANAGEMENT DE PROJET ET INNOVATION EN BIOTECHNOLOGIE MASTER (LMD) MANAGEMENT DE PROJET ET INNOVATION EN BIOTECHNOLOGIE RÉSUMÉ DE LA FORMATION Type de diplôme : Master (LMD) Domaine ministériel : Sciences, Technologies, Santé Mention : BIOLOGIE SANTE Spécialité

Plus en détail

L apprentissage automatique

L 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 détail

Modèle multi-agents de prise de décision éthique

Modèle multi-agents de prise de décision éthique Équipe Modèles, Agents, Décision Laboratoire GREYC CNRS UMR 6072 Université de Caen Basse-Normandie ENSICAEN Boulevard du Maréchal Juin CS 14 032, 14 032 Caen Cedex 5 Tel. : +33 (0)2 31 56 74 84 Fax :

Plus en détail

KL5121. Pour activer des sorties en fonction de la position d'un codeur

KL5121. Pour activer des sorties en fonction de la position d'un codeur KL5121 Pour activer des sorties en fonction de la position d'un codeur VERSION : 1.0 / PH DATE : 07 Février 2006 Sommaire Ce manuel explique de manière pratique les étapes successives pour mettre en œuvre

Plus en détail

Communauté d Universités et Établissements. Stratégie Territoriale et Initiative d Excellence. Université Côte d Azur (UCA) - page 1

Communauté d Universités et Établissements. Stratégie Territoriale et Initiative d Excellence. Université Côte d Azur (UCA) - page 1 Communauté d Universités et Établissements Stratégie Territoriale et Initiative d Excellence Université Côte d Azur (UCA) - page 1 En 2015 le paysage français de l Enseignement supérieur et de la Recherche

Plus en détail

Mon métier, mon parcours

Mon métier, mon parcours Mon métier, mon parcours Les métiers de la Physique Le domaine Sciences, Technologies, Santé Alexis, chargé de recherche diplômé d un Master Physique du rayonnement et de la matière et d un Doctorat en

Plus en détail

Rapport d évaluation du master

Rapport d évaluation du master Section des Formations et des diplômes Rapport d évaluation du master Psychologie de l Université Paul-Valéry Montpellier 3 Vague E 2015-2019 Campagne d évaluation 2013-2014 Section des Formations et des

Plus en détail

Eléments de spécification des systèmes temps réel Pierre-Yves Duval (cppm)

Eléments de spécification des systèmes temps réel Pierre-Yves Duval (cppm) Eléments de spécification des systèmes temps réel Pierre-Yves Duval (cppm) Ecole d informatique temps réel - La Londes les Maures 7-11 Octobre 2002 - Evénements et architectures - Spécifications de performances

Plus en détail

Intelligence Artificielle et Systèmes Multi-Agents. Badr Benmammar bbm@badr-benmammar.com

Intelligence Artificielle et Systèmes Multi-Agents. Badr Benmammar bbm@badr-benmammar.com Intelligence Artificielle et Systèmes Multi-Agents Badr Benmammar bbm@badr-benmammar.com Plan La première partie : L intelligence artificielle (IA) Définition de l intelligence artificielle (IA) Domaines

Plus en détail

Un centre de simulation : pourquoi et comment? Conférence Management, CHU Toulouse Anne-Claude Allin 9 avril 2014

Un centre de simulation : pourquoi et comment? Conférence Management, CHU Toulouse Anne-Claude Allin 9 avril 2014 Un centre de simulation : pourquoi et comment? Conférence Management, CHU Toulouse Anne-Claude Allin 9 avril 2014 Plan de présentation 2 Vous avez dit simulation? La simulation est une technique d enseignement

Plus en détail

Intérêt pour les personnes 1.9. 9.9 Club social. 5.5 Compromis 1.1. 9.1 Laisser-faire. Intérêt pour la tâche. Travail équipe.

Intérêt pour les personnes 1.9. 9.9 Club social. 5.5 Compromis 1.1. 9.1 Laisser-faire. Intérêt pour la tâche. Travail équipe. Cours 12 Le pouvoir au sein d une organisation Les liens entre pouvoir, autorité et obéissance Le leadership et les traits personnels Les théories du leadership situationnel Pouvoir Capacité d un individu

Plus en détail

Cours de Master Recherche

Cours de Master Recherche Cours de Master Recherche Spécialité CODE : Résolution de problèmes combinatoires Christine Solnon LIRIS, UMR 5205 CNRS / Université Lyon 1 2007 Rappel du plan du cours 16 heures de cours 1 - Introduction

Plus en détail

TRACER LE GRAPHE D'UNE FONCTION

TRACER LE GRAPHE D'UNE FONCTION TRACER LE GRAPHE D'UNE FONCTION Sommaire 1. Méthodologie : comment tracer le graphe d'une fonction... 1 En combinant les concepts de dérivée première et seconde, il est maintenant possible de tracer le

Plus en détail

Ré-ordonnancement adaptatif de messages dans un réseau ad hoc de véhicules

Ré-ordonnancement adaptatif de messages dans un réseau ad hoc de véhicules Ré-ordonnancement adaptatif de messages dans un réseau ad hoc de véhicules M. Shawky, K. Chaaban, P. Crubillé Heudiasyc UMR 6599 CNRS, Univ. Tech. De Compiègne 1 ADAS (Advanced Driving Aid System) Reactive

Plus en détail

MINISTÈRE CHARGÉ DE LA RECHERCHE

MINISTÈRE CHARGÉ DE LA RECHERCHE cerfa N 50078#10 MINISTÈRE CHARGÉ DE LA RECHERCHE PROCEDURE D'AGREMENT, AU TITRE DU CREDIT D'IMPOT-RECHERCHE, DES ORGANISMES EXECUTANT POUR DES TIERS DES OPERATIONS DE RECHERCHE ET DE DEVELOPPEMENT NOTICE

Plus en détail

Comprendre les phénomènes biologiques et psychologiques du stress

Comprendre les phénomènes biologiques et psychologiques du stress GÉRER LE STRESS DANS L ENTREPRISE OBJECTIFS PEDAGOGIQUES DUREE : 1 JOUR Comprendre les phénomènes biologiques et psychologiques du stress Identifier la notion de risques psychosociaux au titre de la Loi

Plus en détail

Transformez votre relation au monde!

Transformez votre relation au monde! Transformez votre relation au monde! Formations certifiantes PNL QUEST interactive 2013-2014 Qu est-ce que la PNL? La PNL (Programmation Neuro-linguistique) est une discipline développée dans les années

Plus en détail

développement innovation

développement innovation phases d un projet de recherche développement innovation Programme, projet et opération Programme : un ensemble de projets concourant à un même objectif. Projet : un ensemble finalisé d activités et d

Plus en détail