Projet Java 2A (ESIAL 2A)
|
|
- Rose Grondin
- il y a 7 ans
- Total affichages :
Transcription
1 Projet Java 2A (ESIAL 2A) Simulation du phénomène de fourragement dans des colonies de fourmis Vincent THOMAS
2 Thématique: Intelligence Collective Auto-organisation Comprendre comment un ensemble d entités peut s organiser pour résoudre un problème collectif et les réutiliser
3 Thématique: Intelligence Collective Auto-organisation Comprendre comment un ensemble d entités peut s organiser pour résoudre un problème collectif et les réutiliser Plusieurs domaines Biologie Agrégation, déplacement en groupe
4 Thématique: Intelligence Collective Auto-organisation Comprendre comment un ensemble d entités peut s organiser pour résoudre un problème collectif et les réutiliser Plusieurs domaines Biologie Agrégation, déplacement en groupe Tri collectif
5 Thématique: Intelligence Collective Auto-organisation Comprendre comment un ensemble d entités peut s organiser pour résoudre un problème collectif et les réutiliser Plusieurs domaines Biologie Agrégation, déplacement en groupe Tri collectif Construction collective de toile
6 Thématique: Intelligence Collective Auto-organisation Comprendre comment un ensemble d entités peut s organiser pour résoudre un problème collectif et les réutiliser Plusieurs domaines Biologie Agrégation, déplacement en groupe Tri collectif Construction collective de toile Groupes humains
7 Thématique: Intelligence Collective Auto-organisation Comprendre comment un ensemble d entités peut s organiser pour résoudre un problème collectif et les réutiliser Plusieurs domaines Biologie Agrégation, déplacement en groupe Tri collectif Construction collective de toile Groupes humains Informatique Réseau (réseaux ad hoc, routage) Systèmes multi-agents (coordination, communication, coopération) IA / intelligence collective Entité «intelligente» Collectif «intelligent» Entité «simple» Collectif «intelligent» Intelligence vient du collectif
8 Thématique: Intelligence Collective Auto-organisation Comprendre comment un ensemble d entités peut s organiser pour résoudre un problème collectif et les réutiliser Plusieurs domaines Biologie Agrégation, déplacement en groupe Tri collectif Construction collective de toile Groupes humains Informatique Réseau (réseaux ad hoc, routage) Systèmes multi-agents (coordination, communication, coopération) IA / intelligence collective Entité «intelligente» Collectif «intelligent» Entité «simple» Collectif «intelligent» Intelligence vient du collectif
9 Votre Objectif Simuler un phénomène collectif Valider le passage Données Comportement individuel Comportement individuel Comportement individuel Résultat Comportement Collectif Résultant Pour ce faire, utiliser Système multi-agents Permet de modéliser individu et d obtenir le collectif
10 Agent autonome Robot Programme Agent (perception) Boucle perception / action Perception Environnement
11 Agent autonome Robot Programme Agent (décision) Boucle perception / action Comportement & Mémoire Perception Environnement
12 Agent autonome Robot Programme Agent (action) Boucle perception / action Comportement & Mémoire Perception Environnement Action
13 Agent autonome Robot Programme Agent (problématique) Boucle perception / action Comportement & Mémoire Perception Action Environnement Quel cerveau mettre dans l agent?
14 Système multi-agents Plusieurs agents avec leurs comportements Chacun décide de manière autonome Autres & Mémoire Communication Perception Action Environnement Communication Interagir et coopérer?
15 Positionnement de la simulation Pour la biologie Phénomène biologique collectif Provient de décisions individuels Hypothèses individuelles Comportement collectif obtenu? Vie Artificielle Pour informatique Problème posé à la collectivité (ex tri collectif) Solution est dans les comportements individuels Comment les déterminer? S inspirer de la biologie qui propose des systèmes qui fonctionnent Inspiration biologique
16 Fourmis Nid Nourriture Parviennent a trouver plus court chemin Fourmi Décision Manière autonome (chaque animal prend ses décisions) Capacités cognitives réduites Pas de stratégie Pas de représentation des autres Solution Utiliser l environnement (petit poucet) Phéromones
17 Les fourmis Cherchent nourriture Solution Nid S
18 Les fourmis Cherchent nourriture Trouvent de la nourriture Solution Nid S
19 Les fourmis Solution Cherchent nourriture Trouvent de la nourriture Reviennent au nid en déposant des phéromones Nid S
20 Les fourmis Solution Cherchent nourriture Trouvent de la nourriture Reviennent au nid en déposant des phéromones Ces phéromones attirent les autres fourmis Nid S
21 Les fourmis Solution Cherchent nourriture Trouvent de la nourriture Reviennent au nid en déposant des phéromones Ces phéromones attirent les autres fourmis Mais plusieurs chemins apparaissent? Nid S
22 Les fourmis Solution Cherchent nourriture Trouvent de la nourriture Reviennent au nid en déposant des phéromones Ces phéromones attirent les autres fourmis Évaporation des phéromones Trouver le + court chemin (+ chargé) Nid S
23 Les fourmis Solution Cherchent nourriture Trouvent de la nourriture Reviennent au nid en déposant des phéromones Ces phéromones attirent les autres fourmis Évaporation des phéromones Trouver le + court chemin (+ chargé) Nid S
24 Projet proposé Simuler comportement colonie de fourmis Clients: éthologues Objectif: Vérifier des hypothèses concernant modèle Si composition des règles individuelles construit collectif Application simulateur
25 Modèle de l environnement Environnement Carte topologique Point et chemin Nid Sources de nourriture Qualité donnée Phéromones sur les chemins N S 2 S 1 Loi d évolution Évaporation à taux constant toutes les secondes
26 Agents Fourmis Perceptions : chemins et phéromones N S 2 S 1
27 Agents Fourmis Perceptions : chemins et phéromones N S 2 Action: Choisir un chemin (tendance à suivre le plus marqué) Se déplacer le long du chemin Pas de demi-tour S 1
28 Agents Fourmis Perceptions : chemins et phéromones N S 2 Action: Choisir un chemin (tendance à suivre le plus marqué) Se déplacer le long du chemin Pas de demi-tour S 1 Décision Si pas de nourriture déplacement aléatoire (En fonction des phéromones) Si nourriture retour (chemin inverse que mémorisé) pose de phéromones
29 Simulateur Moteur de simulation à évènements discrets Principe Un moteur Des évènements qui se produisent à certaines dates Moteur de simulation E 1 t=5 E 2 t=3 E 3 t=2
30 Simulateur Moteur de simulation à évènements discrets Principe Un moteur Des évènements qui se produisent à certaines dates Moteur de simulation E 1 t=5 E 2 t=3 E 3 t=2
31 Simulateur Moteur de simulation à évènements discrets Principe Un moteur Des évènements qui se produisent à certaines dates Moteur de simulation E 1 t=5 E 2 t=3
32 Simulateur Fonctionnalités Avec interface graphique lisible Préparer une simulation Suivre exécution Modifier à l exécution certains paramètres Analyser résultats Sauvegarder trace d exécution
Optimisation Combinatoire et Colonies de Fourmis Nicolas Monmarche April 21, 1999 Sommaire Inspiration biologiques Ant Colony Optimization Applications TSP QAP Flow Shop Problemes dynamiques 1 Historique
Plus en détailModélisation multi-agents - Agents réactifs
Modélisation multi-agents - Agents réactifs Syma cursus CSI / SCIA Julien Saunier - julien.saunier@ifsttar.fr Sources www-lih.univlehavre.fr/~olivier/enseignement/masterrecherche/cours/ support/algofourmis.pdf
Plus en détailAtelier 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 détailIntelligence des essaims (Swarm Intelligence)
Intelligence des essaims (Swarm Intelligence) Présentation Ghislain O Mahony 27 novembre 2006 Réunion Emergence 1 Les auteurs / caractéristiques ouvrage Les auteurs Eric Bonabeau Chef scientifique Icosystem
Plus en détailJean-Philippe Préaux http://www.i2m.univ-amu.fr/~preaux
Colonies de fourmis Comment procèdent les colonies de fourmi pour déterminer un chemin presque géodésique de la fourmilière à un stock de nourriture? Les premières fourmis se déplacent au hasard. Les fourmis
Plus en détailFORMATION 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 détailComplexité et auto-organisation chez les insectes sociaux. Complexité et auto-organisation chez les insectes sociaux
Complexité et auto-organisation chez les insectes sociaux Guy Theraulaz Centre de Recherches sur la Cognition Animale CNRS, UMR 5169, Toulouse, France Marathon des Sciences XXIII ème Festival d Astronomie,
Plus en détailDES FOURMIS POUR LIVRER DU MAZOUT
DES FOURMIS POUR LIVRER DU MAZOUT É. D. Taillard (1), G. Agazzi (2), L.-M. Gambardella (3) Résumé La livraison de certains biens peut engendrer des coûts non négligeables par rapport à la valeur de la
Plus en détailSystèmes Multi-Agents : Modélisation et simulation informatique de comportements collectifs. Chapitre III
Systèmes Multi-gents : Modélisation et simulation informatique de comportements collectifs Chapitre III Différentes approches de Conception et applications Introduction Les différents concepts Cheminement
Plus en détailAlgorithme des fourmis appliqué à la détection et au suivi de contours dans une image
IN52-IN54 A2008 Algorithme des fourmis appliqué à la détection et au suivi de contours dans une image Etudiants : Nicolas MONNERET Alexandre HAFFNER Sébastien DE MELO Responsable : Franck GECHTER Sommaire
Plus en détailDimensionnement 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 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 détailAméliorer les performances du site par l'utilisation de techniques de Web Mining
Améliorer les performances du site par l'utilisation de techniques de Web Mining CLUB SAS 2001 17/18 octobre 2001 Stéfan Galissie LINCOLN stefan.galissie@lincoln.fr contact@web-datamining.net 2001 Sommaire
Plus en détailConception de réseaux de télécommunications : optimisation et expérimentations
Conception de réseaux de télécommunications : optimisation et expérimentations Jean-François Lalande Directeurs de thèse: Jean-Claude Bermond - Michel Syska Université de Nice-Sophia Antipolis Mascotte,
Plus en détailTrait de côte Histolitt v1.0 Descriptif technique Version du document 1.0 *** Sommaire
Trait de côte Histolitt v1.0 Descriptif technique Version du document 1.0 *** Sommaire 1 Producteurs 2 Dénomination du produit 3 Protection militaire 4 Abréviations 5 Description générale 1. Définition
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 détailTowards realistic modeling of IP-level topology dynamics
Towards realistic modeling of IP-level topology dynamics Clémence Magnien, Amélie Medem, Fabien Tarissan LIP6, CNRS et UPMC Sorbonne Universités Algotel 2012 Mai 2012 La Grande Motte, Hérault, France Etude
Plus en détailCorrespondance ancien / nouveau référentiel B2i pour le collège
Correspondance ancien / nouveau référentiel B2i pour le collège Domaine Items B2i Réf 2006 1 s'approprier un environnement informatique de travail C.2.1 : connaître la charte d usage des TIC et la 2 adopter
Plus en détailSUGARCRM MODULE RAPPORTS
SUGARCRM MODULE RAPPORTS Référence document : SYNOLIA_Support_SugarCRM_Module_Rapports_v1.0.docx Version document : 1.0 Date version : 2 octobre 2012 Etat du document : En cours de rédaction Emetteur/Rédacteur
Plus en détaildonnées en connaissance et en actions?
1 Partie 2 : Présentation de la plateforme SPSS Modeler : Comment transformer vos données en connaissance et en actions? SPSS Modeler : l atelier de data mining Large gamme de techniques d analyse (algorithmes)
Plus en détailNIMEGUE V3. Fiche technique 3.07 : Sauvegarde / Restauration manuelle
NIMEGUE V3 Fiche technique 3.07 : Sauvegarde / Restauration manuelle Version au 2 mai 2011 Toute donnée mémorisée sur un ordinateur, quelque soit le support, peut-être supprimée/effacée suite à un dysfonctionnement
Plus en détailLa notion de croissance (végétale) en sixième et en première S.
La notion de croissance (végétale) en sixième et en première S. Activité proposée : La notion de croissance est abordée en classe de 6 ème et elle est traitée en première S. Montrez sur cet exemple qu
Plus en détailEbauche Rapport finale
Ebauche Rapport finale Sommaire : 1 - Introduction au C.D.N. 2 - Définition de la problématique 3 - Etat de l'art : Présentatio de 3 Topologies streaming p2p 1) INTRODUCTION au C.D.N. La croissance rapide
Plus en détailFormation à la systémique pour consultants et personnels RH
J.A. Malarewicz Conseil Conseil, Formation, Supervision, Coaching S.A.S. au capital de 8OOO TVA : FR 36478450471 SIRET : 478 450471 00014 N formateur 11921445592 Région IdF 11 rue du Professeur Leroux
Plus en détailL intelligence collective des fourmis
L intelligence collective des fourmis Guy Théraulaz* Les comportements collectifs des fourmis ont toujours fasciné et émerveillé les naturalistes. Tout semble se passer comme si chaque colonie se comportait
Plus en détailTP N 57. Déploiement et renouvellement d une constellation de satellites
TP N 57 Déploiement et renouvellement d une constellation de satellites L objet de ce TP est d optimiser la stratégie de déploiement et de renouvellement d une constellation de satellites ainsi que les
Plus en détailMANUEL TBI - INTERWRITE
MANUEL TBI - INTERWRITE TBIIW TITRE Manuel InterWrite WorkSpace INTITULE Manuel d'utilisation du logiciel InterWrite accompagnant le tableau blanc interactif CALCOMP OBJECTIF Aide mémoire sur les fonctionnalités
Plus en détailMémoire 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 détailIntelligence 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 détailE - R E P U TAT I O N D E S I N D I V I D U S ( P E R S O N A L B R A N D I N G )
14 MARCH A L A N A L L M A N A S S O C I A T E S A C A D A M Y 2014 E - R E P U TAT I O N D E S I N D I V I D U S ( P E R S O N A L B R A N D I N G ) L E S E N J E U X S O M M A I R E L E S R I S Q U E
Plus en détailSystème immunitaire artificiel
République Algérienne Démocratique et Populaire Ministère de l Enseignement Supérieure Université des Sciences et de la Technologie D Oran Mohammed Boudiaf (USTO) Faculté des Sciences Département d Informatique
Plus en détailA la découverte du Traitement. des signaux audio METISS. Inria Rennes - Bretagne Atlantique
A la découverte du Traitement des signaux audio METISS Inria Rennes - Bretagne Atlantique Les conférences scientifiques au Lycée Descartes Imagerie médicale et neuronavigation par Pierre Hellier Le respect
Plus en détailCOURS SYRRES RÉSEAUX SOCIAUX INTRODUCTION. Jean-Loup Guillaume
COURS SYRRES RÉSEAUX SOCIAUX INTRODUCTION Jean-Loup Guillaume Le cours Enseignant : Jean-Loup Guillaume équipe Complex Network Page du cours : http://jlguillaume.free.fr/www/teaching-syrres.php Évaluation
Plus en détailSciences de Gestion Spécialité : SYSTÈMES D INFORMATION DE GESTION
Sciences de Gestion Spécialité : SYSTÈMES D INFORMATION DE GESTION Classe de terminale de la série Sciences et Technologie du Management et de la Gestion Préambule Présentation Les technologies de l information
Plus en détail5255 Av. Decelles, suite 2030 Montréal (Québec) H3T 2B1 T: 514.592.9301 F: 514.340.6850 info@apstat.com www.apstat.com
Application des réseaux de neurones au plan de répartition des risques 5255 Av. Decelles, suite 2030 Montréal (Québec) H3T 2B1 T: 514.592.9301 F: 514.340.6850 info@apstat.com www.apstat.com Copyright c
Plus en détailbasée sur le cours de Bertrand Legal, maître de conférences à l ENSEIRB www.enseirb.fr/~legal Olivier Augereau Formation UML
basée sur le cours de Bertrand Legal, maître de conférences à l ENSEIRB www.enseirb.fr/~legal Olivier Augereau Formation UML http://olivier-augereau.com Sommaire Introduction I) Les bases II) Les diagrammes
Plus en détailLa construction du temps et de. Construction du temps et de l'espace au cycle 2, F. Pollard, CPC Bièvre-Valloire
La construction du temps et de l espace au cycle 2 Rappel de la conférence de Pierre Hess -Démarche de recherche: importance de se poser des questions, de chercher, -Envisager la démarche mentale qui permet
Plus en détailIDEOGRAPHIX, BUREAU De lecture
074 _ Les Actes de Lecture n 106 _ juin 2009 _ [dossier] _ Idéographix bureau d'écriture _ Carole Cane & Alain déchamps IDEOGRAPHIX, BUREAU De lecture Carole Cane & Alain DÉCHAMPS Idéographix n est pas
Plus en détailLES DECIMALES DE π BERNARD EGGER
LES DECIMALES DE π BERNARD EGGER La génération de suites de nombres pseudo aléatoires est un enjeu essentiel pour la simulation. Si comme le dit B Ycard dans le cours écrit pour le logiciel SEL, «Paradoxalement,
Plus en détailJade. Projet Intelligence Artificielle «Devine à quoi je pense»
Jade Projet Intelligence Artificielle «Devine à quoi je pense» Réalisé par Djénéba Djikiné, Alexandre Bernard et Julien Lafont EPSI CSII2-2011 TABLE DES MATIÈRES 1. Analyse du besoin a. Cahier des charges
Plus en détailComportements Individuels Adaptatifs dans un Environnement Dynamique pour l'exploitation Collective de Ressource
Comportements Individuels Adaptatifs dans un Environnement Dynamique pour l'exploitation Collective de Ressource Intelligence Artificielle Située, Cerveau, corps et environnement, Drogoul A. & Meyer J-A.
Plus en détailSommaire. Introduction. I. Notions de routage a) Technologies actuelles b) Avantages et désavantages
Sommaire Introduction I. Notions de routage a) Technologies actuelles b) Avantages et désavantages II. Routage et fourmis a) Principe et avantages b) Structure du simulateur III.Implémentation a) Présentation
Plus en détailBIG DATA et gestion des données, la clé de l automatisation
BIG DATA et gestion des données, la clé de l automatisation EMC et Varonis Systems Julien CHAMONAL Strategic Market Sales Manager 1 Programme Le défi des Big Data L analyse des Big Data de Varonis Varonis
Plus en détaileframe pour optimiser les reportings métiers et réglementaires
eframe pour optimiser les reportings métiers et réglementaires TIME WINDOW DRIVEN REPORTING POUR DES ANALYSES ET DES RAPPORTS COMPLETS ET EXACTS, À TEMPS TOUT LE TEMPS www.secondfloor.com eframe pour optimiser
Plus en détailL utilisation d un réseau de neurones pour optimiser la gestion d un firewall
L utilisation d un réseau de neurones pour optimiser la gestion d un firewall Réza Assadi et Karim Khattar École Polytechnique de Montréal Le 1 mai 2002 Résumé Les réseaux de neurones sont utilisés dans
Plus en détailSOCLE COMMUN: LA CULTURE SCIENTIFIQUE ET TECHNOLOGIQUE. alain salvadori IA IPR Sciences de la vie et de la Terre 2009-2010 ALAIN SALVADORI IA-IPR SVT
SOCLE COMMUN: LA CULTURE SCIENTIFIQUE ET TECHNOLOGIQUE alain salvadori IA IPR Sciences de la vie et de la Terre 2009-2010 ALAIN SALVADORI IA-IPR SVT SOCLE COMMUN ET PROGRAMMES La référence pour la rédaction
Plus en détailCONCOURS DE L AGRÉGATION INTERNE «ÉCONOMIE ET GESTION» SESSION 2015 SECONDE ÉPREUVE
CONCOURS DE L AGRÉGATION INTERNE «ÉCONOMIE ET GESTION» SESSION 2015 SECONDE ÉPREUVE Épreuve de cas pratique dans la spécialité correspondant à l'option choisie par le candidat Option D Durée de préparation
Plus en détailAnalyse empirique et modélisation de la dynamique de la topologie de l Internet
Analyse empirique et modélisation de la dynamique de la topologie de l Internet Sergey Kirgizov Directrice de thèse: Clémence Magnien Complex Networks, LIP6, (UPMC, CNRS) Paris, 12 décembre 2014 Plan 1
Plus en détailTP1 Méthodes de Monte Carlo et techniques de réduction de variance, application au pricing d options
Université de Lorraine Modélisation Stochastique Master 2 IMOI 2014-2015 TP1 Méthodes de Monte Carlo et techniques de réduction de variance, application au pricing d options 1 Les options Le but de ce
Plus en détailWorkflow/DataWarehouse/DataMining. 14-09-98 LORIA - Université d automne 1998 - Informatique décisionnelle - L. Mirtain 1
Workflow/DataWarehouse/DataMining 14-09-98 LORIA - Université d automne 1998 - Informatique décisionnelle - L. Mirtain 1 plan Workflow DataWarehouse Aide à la décision DataMinig Conclusion 14-09-98 LORIA
Plus en détail2009/2010 DESCRIPTIF DES UNITES D ENSEIGNEMENT OPTIONNELLES SPECIALITE RIM
DESCRIPTIF DES UNITES D ENSEIGNEMENT OPTIONNELLES SPECIALITE RIM Réseaux d infrastructure L évolution du marché des télécommunications conduit à cette dualité : du côté applicatif : il y a une convergence
Plus en détailUniversité du Québec à Chicoutimi. Département d informatique et de mathématique. Plan de cours. Titre : Élément de programmation.
Université du Québec à Chicoutimi Département d informatique et de mathématique Plan de cours Titre : Élément de programmation Sigle : 8inf 119 Session : Automne 2001 Professeur : Patrice Guérin Local
Plus en détailPrésentation et portée du cours : CCNA Exploration v4.0
Présentation et portée du cours : CCNA Exploration v4.0 Dernière mise à jour le 3 décembre 2007 Profil des participants Le cours CCNA Exploration s adresse aux participants du programme Cisco Networking
Plus en détailpalais des congrès Paris 7, 8 et 9 février 2012
palais des congrès Paris 7, 8 et 9 février 2012 Analysis Services 2012 BI Personnelle, couche sémantique, cube, quelle(s) solution(s) pour un nouveau projet décisionnel? 08/02/2012 Aurélien KOPPEL Microsoft
Plus en détailPoker. A rendre pour le 25 avril
Poker A rendre pour le 25 avril 0 Avant propos 0.1 Notation Les parties sans * sont obligatoires (ne rendez pas un projet qui ne contient pas toutes les fonctions sans *). Celles avec (*) sont moins faciles
Plus en détailCédric Gendre Inra, ESR Toulouse
ODR, Bases de données administratives à différentes échelles spatiales Cédric Gendre Inra, ESR Toulouse 2èmes journées de recherches en sciences sociales INRA SFER CIRAD 11 & 12 décembre 2008 LILLE, France
Plus en détailCOR-E : un modèle pour la simulation d agents affectifs fondé sur la théorie COR
COR-E : un modèle pour la simulation d agents affectifs fondé sur la théorie COR SABRINA CAMPANO DIRECTION: NICOLAS SABOURET ENCADREMENT : NICOLAS SABOURET, VINCENT CORRUBLE, ETIENNE DE SEVIN SOUTENANCE
Plus en détailRapport de Projet Béatrice Frey et Cyril Crassin Printemps 2004. Projet Fourmis. Université de Technologie de Belfort-Montbéliard
Rapport de Projet LO43 Béatrice Frey et Cyril Crassin Printemps 2004 Projet Fourmis Université de Technologie de Belfort-Montbéliard GI02 Sommaire Béatrice Frey et Cyril Crassin Rapport Projet LO43 Introduction...
Plus en détailMABioVis. Bio-informatique et la
MABioVis Modèles et Algorithmes pour la Bio-informatique et la Visualisation Visite ENS Cachan 5 janvier 2011 MABioVis G GUY MELANÇON (PR UFR Maths Info / EPI GRAVITE) (là, maintenant) - MABioVis DAVID
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 détailElectricité : caractéristiques et point de fonctionnement d un circuit
Electricité : caractéristiques et point de fonctionnement d un circuit ENONCE : Une lampe à incandescence de 6 V 0,1 A est branchée aux bornes d une pile de force électromotrice E = 6 V et de résistance
Plus en détailModélisation aléatoire en fiabilité des logiciels
collection Méthodes stochastiques appliquées dirigée par Nikolaos Limnios et Jacques Janssen La sûreté de fonctionnement des systèmes informatiques est aujourd hui un enjeu économique et sociétal majeur.
Plus en détailIntroduction à l économie circulaire
Introduction à l économie circulaire Rémy Le Moigne 25 juin 2015 Agenda Les limites de l économie circulaire Les enjeux de l économie circulaire La mise en œuvre de l économie circulaire 2 Agenda Les limites
Plus en détailIntelligence Artificielle et Robotique
Intelligence Artificielle et Robotique Introduction à l intelligence artificielle David Janiszek david.janiszek@parisdescartes.fr http://www.math-info.univ-paris5.fr/~janiszek/ PRES Sorbonne Paris Cité
Plus en détailPEUT- ON SE PASSER DE LA NOTION DE FINALITÉ?
PEUT- ON SE PASSER DE LA NOTION DE FINALITÉ? à propos de : D Aristote à Darwin et retour. Essai sur quelques constantes de la biophilosophie. par Étienne GILSON Vrin (Essais d art et de philosophie), 1971.
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 détailConsensus Scientifique sur. les. Champs statiques
page 1/8 Consensus Scientifique sur Source : OMS (2006) les Champs statiques Résumé & Détails: GreenFacts Contexte - Les équipements d imagerie médicale par résonance magnétique (IRM), les trains et les
Plus en détailANALYSE DU BESOIN. L ANALYSE FONCTIONNELLE par Jean-Marie VIRELY & all (ENS Cachan) Cette présentation décrit l outil «Analyse du Besoin».
-- Cette présentation décrit l outil «Analyse du Besoin». AA-GC-CL-JMV Page mis à jour le oct 00 L'objectif L'Analyse du Besoin est une méthode qui permet de caractériser le besoin exprimé -- L objet est
Plus en détailUniversité de Picardie - Jules Verne UFR d'economie et de Gestion
Université de Picardie - Jules Verne UFR d'economie et de Gestion 23/09/2014 Excel 2003 - Tableau Croisé Dynamique L information mise à disposition de l utilisateur est fréquemment une information de détail
Plus en détailObjectif. Cette formation doit permettre au client d être autonome dans la création de ses rapports avancés en utilisant la fonctionnalité Excel +.
Excel + Objectif Cette formation doit permettre au client d être autonome dans la création de ses rapports avancés en utilisant la fonctionnalité Excel +. 2 Ordre du jour 1. Présentation générale d Excel
Plus en détailSpécialité IAD. Master de Sciences et technologie de l UPMC. Mention informatique. Partenaires : ENST, ENSTA. Responsables : T. Artières, C.
Master de Sciences et technologie de l UPMC Mention informatique Spécialité IAD Partenaires : ENST, ENSTA Responsables : T. Artières, C. Gonzales Secrétariat : N. Nardy LES THÉMATIQUES ABORDÉES Les thématiques
Plus en détailCalculer avec Sage. Revision : 417 du 1 er juillet 2010
Calculer avec Sage Alexandre Casamayou Guillaume Connan Thierry Dumont Laurent Fousse François Maltey Matthias Meulien Marc Mezzarobba Clément Pernet Nicolas Thiéry Paul Zimmermann Revision : 417 du 1
Plus en détailTravailler avec les télécommunications
Travailler avec les télécommunications Minimiser l attrition dans le secteur des télécommunications Table des matières : 1 Analyse de l attrition à l aide du data mining 2 Analyse de l attrition de la
Plus en détailLimitations of the Playstation 3 for High Performance Cluster Computing
Introduction Plan Limitations of the Playstation 3 for High Performance Cluster Computing July 2007 Introduction Plan Introduction Intérêts de la PS3 : rapide et puissante bon marché L utiliser pour faire
Plus en détailReproductibilité des expériences de l article "Analyse et réduction du chemin critique dans l exécution d une application"
Reproductibilité des expériences de l article "Analyse et réduction du chemin critique dans l exécution d une application" Katarzyna Porada and David Parello and Bernard Goossens Univ. Perpignan Via Domitia,
Plus en détailmeinestadt.de meinestadt met en place un nouveau process de reporting complet et développe la culture de la donnée de l entreprise.
Online Intelligence Solutions meinestadt.de meinestadt met en place un nouveau process de reporting complet et développe la culture de la donnée de l entreprise. Case study Case study Client meinestadt.de
Plus en détailDiigo : fonctions avancées
+ Diigo : fonctions avancées Créer, éditer et partager des listes, utiliser les flux RSS et associer Google Reader à Diigo + Les listes n Les listes sur Diigo servent à regrouper un ensemble cohérent de
Plus en détailDr YAO Kouassi Patrick www.yaopatrick.e-monsite.com
Notion de Bases de données et Gestion de données biologiques Dr YAO Kouassi Patrick www.yaopatrick.e-monsite.com Notion de base de données Une base de données est une collection de données interdépendantes
Plus en détailUNIVERSITÉ MOHAMMED VI POLYTECHNIQUE MASTERE SPÉCIALISÉ MILEO
UNIVERSITÉ MOHAMMED VI POLYTECHNIQUE MASTERE SPÉCIALISÉ MILEO Management Industriel et Excellence Opérationnelle Diplôme conjoint de l'ecole des Mines de Paris (Mines ParisTech) et de l EMINES School of
Plus en détailBaccalauréat ES/L Amérique du Sud 21 novembre 2013
Baccalauréat ES/L Amérique du Sud 21 novembre 2013 A. P. M. E. P. EXERCICE 1 Commun à tous les candidats 5 points Une entreprise informatique produit et vend des clés USB. La vente de ces clés est réalisée
Plus en détailANAIS LE LOGICIEL DE GESTION PRÉVISIONNELLE DE L ENTREPRISE AGRICOLE ET RURALE. Laboratoire Informatique de l ENITA de Bordeaux Tél.
LE LOGICIEL DE GESTION PRÉVISIONNELLE DE L ENTREPRISE AGRICOLE ET RURALE Laboratoire Informatique de l ENITA de Bordeaux Tél. 05 57 35 07 95 PHILOSOPHIE DU LOGICIEL - CONCEPTS DE BASE ET MECANISMES 1.
Plus en détailPrésentation du module Base de données spatio-temporelles
Présentation du module Base de données spatio-temporelles S. Lèbre slebre@unistra.fr Université de Strasbourg, département d informatique. Partie 1 : Notion de bases de données (12,5h ) Enjeux et principes
Plus en détailLogique binaire. Aujourd'hui, l'algèbre de Boole trouve de nombreuses applications en informatique et dans la conception des circuits électroniques.
Logique binaire I. L'algèbre de Boole L'algèbre de Boole est la partie des mathématiques, de la logique et de l'électronique qui s'intéresse aux opérations et aux fonctions sur les variables logiques.
Plus en détailLes items explicités. Pistes de justifications de demandes en cours de français-histoire-géographie. Guillaume HAINAUT
Les items explicités Pistes de justifications de demandes en cours de français-histoire-géographie Guillaume HAINAUT Domaine 1 S approprier un environnement informatique de travail L'élève doit être capable
Plus en détailLES CARTES À POINTS : POUR UNE MEILLEURE PERCEPTION
LES CARTES À POINTS : POUR UNE MEILLEURE PERCEPTION DES NOMBRES par Jean-Luc BREGEON professeur formateur à l IUFM d Auvergne LE PROBLÈME DE LA REPRÉSENTATION DES NOMBRES On ne conçoit pas un premier enseignement
Plus en détailDossier de presse. L Anses lance son nouveau site Internet
Dossier de presse L Anses lance son nouveau site Internet Diffuser-Expliquer-Partager www.anses.fr Contact presse : Elena Séité 01 49 77 27 80 elena.seite@anses.fr www.anses.fr Sommaire : L Anses lance
Plus en détailPrésentation livre Simulation for Supply Chain Management. Chapitre 1 - Supply Chain simulation: An Overview
Présentation livre Simulation for Supply Chain Management Chapitre 1 - Supply Chain simulation: An Overview G. Bel, C. Thierry et A. Thomas 1 Plan Gestion de chaînes logistiques et simulation Points de
Plus en détailSujet de thèse CIFRE RESULIS / LGI2P
Ecole des Mines d Alès Laboratoire de Génie Informatique et d Ingénierie de Production LGI2P Nîmes Sujet de thèse CIFRE RESULIS / LGI2P Titre Domaine De l ingénierie des besoins à l ingénierie des exigences
Plus en détailC est quoi le SWAT? Les équipes décrites par James Martin s appellent SWAT : Skilled With Advanced Tools.
1- RAD Quelle sont les avantages que apporte la méthode RAD à l entreprise? Une méthode RAD devrait, d après son auteur, apporter trois avantages compétitifs à l entreprise : Une rapidité de développement
Plus en détailTRANSFOLIO version 2.05. Introduction
TRANSFOLIO version 2.05 Introduction TABLE DES MATIERES 1 OBJECTIF... 2 2 DEMARRER TRANSFOLIO... 2 3 CREER SON PREMIER PORTEFEUILLE... 3 3.1 ETAPE 1 : DEFINITION DU PORTEFEUILLE... 3 3.2 ETAPE 2 : OUVERTURE
Plus en détailMicrosoft Excel : tables de données
UNIVERSITE DE LA SORBONNE NOUVELLE - PARIS 3 Année universitaire 2000-2001 2ème SESSION SLMD2 Informatique Les explications sur la réalisation des exercices seront fournies sous forme de fichiers informatiques.
Plus en détailAlix LASSAIGNE Christophe COTIN VALOIS,
PARIS WEB 08 Internautes et moteurs de recherche, mais comment font ils pour s y retrouver? Alix LASSAIGNE, directrice éditoriale & Christophe COTIN VALOIS, architecte d informa:on Internautes et moteurs
Plus en détailBABEL LEXIS : UN SYSTÈME ÉVOLUTIF PERMETTANT LA CRÉATION, LE STOCKAGE ET LA CONSULTATION D OBJETS HYPERMÉDIAS
Quatrième colloque hypermédias et apprentissages 275 BABEL LEXIS : UN SYSTÈME ÉVOLUTIF PERMETTANT LA CRÉATION, LE STOCKAGE ET LA CONSULTATION D OBJETS HYPERMÉDIAS Anne-Olivia LE CORNEC, Jean-Marc FARINONE,
Plus en détailLes 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 détailProSimPlus HNO3 Résumé des nouvelles fonctionnalités, décembre 2008
ProSimPlus HNO3 Résumé des nouvelles fonctionnalités, décembre 2008 Cette page présente un résumé des derniers développements effectués dans le logiciel ProSimPlus HNO3. Ceux-ci correspondent à de nouvelles
Plus en détailConception 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 détailDossier 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 détailChapitre 9 : Informatique décisionnelle
Chapitre 9 : Informatique décisionnelle Sommaire Introduction... 3 Définition... 3 Les domaines d application de l informatique décisionnelle... 4 Architecture d un système décisionnel... 5 L outil Oracle
Plus en détailTexte Agrégation limitée par diffusion interne
Page n 1. Texte Agrégation limitée par diffusion interne 1 Le phénomène observé Un fût de déchets radioactifs est enterré secrètement dans le Cantal. Au bout de quelques années, il devient poreux et laisse
Plus en détail