Présentation de la plateforme de modélisation VLE+Record
|
|
- Arsène Breton
- il y a 8 ans
- Total affichages :
Transcription
1 Contexte Fonctions Cas d utilisation Perspectives Références Présentation de la plateforme de modélisation VLE+Record P. Casadebaig INRA, UMR AGIR 21 novembre 2011
2 Contexte Fonctions Cas d utilisation Perspectives Références Contexte Fonctions Modéliser Simuler Observer Cas d utilisation Epidémiologie Agronomie Ressenti Perspectives
3 Contexte Fonctions Cas d utilisation Perspectives Références Problématique La biologie intégrative concerne l intégration de connaissances entre différentes échelles mais en pratique elle se traduit par l intégration de points de vue entre disciplines. Quel rôle pour les plateformes de simulation? intermédiaire entre le code et la biologie faciliter l implication des thématiciens proposer des outils d aide au développement
4 Contexte Fonctions Cas d utilisation Perspectives Références Environnement de VLE+Record Un continuum de disciplines maths DEVS, formalisme de spécification des systèmes à événements discrets (Zeigler et al., 2000). informatique VLE, plateforme de simulation (Quesnel et al., 2009). maths app. RECORD, ensemble d outils et de supports orienté agronomie basé sur la plateforme VLE (Chabrier et al., 2007). biologie Agrosystèmes : définition des limites, expérimentation, évaluation...
5 Contexte Fonctions Cas d utilisation Perspectives Références VLE (Virtual Laboratory Environment) Un projet scientifique Développé au sein deux instituts de recherche : INRA, unité Biométrie et Intelligence Artificielle à Toulouse Université, Laboratoire d Informatique du Littoral à Calais Logiciel libre : exécuter, étudier, redistribuer et modifier Modèle logiciel = plateforme VLE + paquet du modèle Des outils de modélisation et simulation bibliothèques de modélisation DEVS C++ (VFL) simulateur DEVS (VLE) interface graphique de modélisation (GVLE) interfaces logicielles (R, Python, Java)
6 Contexte Fonctions Cas d utilisation Perspectives Références RECORD REnovation et COoRDination de la modélisation de cultures pour la gestion des agroécosystèmes Organisation Comité stratégique (EA MIA SAE2 PHASE SAD + ICTA) Réseau des utilisateurs (INRA) Équipe opérationnelle (4 IR, 2 CDD) Missions Diffuser et maintenir un logiciel de simulation (VLE) Proposer une bibliothèque de modèles génériques et méthodes Support aux projets scientifiques Participation à l animation de la communauté
7 Contexte Fonctions Cas d utilisation Perspectives Références Modéliser Simuler Observer Modélisation Orienté vers le couplage de modèles hétérogènes Séparer simulation et contextualisation biologique Différents formalismes sous forme d extensions équations différentielles ordinaires équations aux différences diagrammes d états automates cellulaires structure dynamiques Masquer la complexité de DEVS pour les modélisateurs Proposer une syntaxe adaptée à chaque formalisme
8 Contexte Fonctions Cas d utilisation Perspectives Références Modéliser Simuler Observer Équations aux différences (module DifferenceEquation) Équations différentielles à pas de temps discret, équations de récurrence conceptuel saine = expansion infection locale infection distante sénescence formel H = E ( τ u I H ) ( E ρ d θ d δi d H ) ( E ρ d θ d S H ) A code // Evolution de la surface saine AreaHealthy = fmax( AreaHealthy(-1) -InitQuantity() +RateAreaExpansion() -(RateAutoDeposition() * AreaInfectious(-1) * AreaHealthy(-1)/AreaExpansion(-1)) * Receptivity() -(InDeposition() * AreaHealthy(-1)/AreaExpansion(-1)) * Receptivity() -(RateAreaSenescence() * AreaHealthy(-1)/AreaActive(-1)),0);
9 Contexte Fonctions Cas d utilisation Perspectives Références Modéliser Simuler Observer Diagramme d états (module FSA) Modélisation événementielle conceptuel Un méristème qui crée des étages jusqu à la floraison formel t > t_u[n] Unit_1 t > t_u[1.. (n-1)] Unit_p t > t_u[n-1] Unit_n t > t_f Create Unit_1 Create Unit_p Create Unit_n code // Transition et actions entre états (unités) for (unsigned int index = 0; index < P_UnitTTInit.size()-1; ++index) { transition(this, index, index+1) << guard(&pilotefsa::development) << send(&pilotefsa::add); }
10 Contexte Fonctions Cas d utilisation Perspectives Références Modéliser Simuler Observer Simulation Assurer la traduction fidèle de formalismes mathématiques Coupler les modèles peu importe les formalismes ou pas de temps Gérer des plans d expérience (multi-simulations, clustering)
11 Contexte Fonctions Cas d utilisation Perspectives Références Modéliser Simuler Observer Observation Produire des sorties numériques (fichiers, SGBD) Théorisation de l observation (observables, vue, sorties) Compliqué mais efficient? Contrôle du simulateur depuis une interface Mettre en forme et résumer Produire des graphiques Permettre l exploration (analyse de sensibilité)
12 Contexte Fonctions Cas d utilisation Perspectives Références Epidémiologie Agronomie Ressenti ANR Archidemio ( ) Modélisation de l effet de l architecture du couvert sur la dynamique épidémique Méthode de modélisation Modélisateurs maths-appliqués : proposer le cadre de modélisation (modèle conceptuel) proposer des formes d équations (modèle formel) construire l outil d interaction (logiciel + formation) Modélisateurs thématiciens : définir les variables à modéliser ajuster, paramétrer (données ou expertise) les équations proposer des éléments pour la validation qualitative (comportements) et quantitative (données) Analogie avec approches systémiques top-down : observations [modèle partagé] concepts
13 Contexte Fonctions Cas d utilisation Perspectives Références Epidémiologie Agronomie Ressenti Définir des relations hiérarchiques Unit Structure Climate Network Temperature Crop CropPhenology Crop Construction Functional Unit Grid Stem Phenology Pathogen Crop Climate StressIndex Position LeafArea CropLeafArea Modèle contrôleur (culture) et modèle d individu (unité) Conditions locales différentes (dates d infection, microclimat)
14 Ajouter variables et dynamiques à chaque modèle Crop Crop Leaf Area C_CropDensity CropAreaActive LAI P_ElongationMax Position Fonctionnal Unit P_ElongationSlope P_ElongationTT RateElongation Elongation Phenology Pathogen ThermalAge E_AlloDeposition OntoResistance E_LatentPeriod E_InfectiousPeriod P_Porosity Porosity AlloDeposition AreaRemovedByDesease E_AutoDeposition AutoDeposition AreaHealthy AreaLatent AreaInfectious AreaRemoved Leaf Area P_ExpansionTT RateAreaExpansion AreaExpansion AreaActive P_AreaMax RateAreaSenescence AreaSenescence ScoreArea P_ExpansionSlope P_SenescenceSlope Field Climate HR TempMax P_TempBase TempMean Crop Phenology TempEff ThermalTime PhenoStage P_SenescenceTT FieldClimate TempMin ETP Fonctionnal Unit Construction Stem Rain P_InitiationTT UnitNb Rad P_ReproductiveTT Grid E_GridMatrix E_GridNumber Crop Climate Stress Index M_TempOpt ActionTemp
15 Contexte Fonctions Cas d utilisation Perspectives Références Epidémiologie Agronomie Ressenti Simuler et analyser Variabilité Sensibilité Senescence 0,8 Receptivity Porosity Optimal T 0,6 Local transmission Crop disease score 0,4 Network transmission Latency period Init time 0,2 Init quantity Infectious period 0,1 0,2 0,3 0,4 0,5 0, time climate Mediterranean Oceanic sensitivity indexes first total
16 Contexte Fonctions Cas d utilisation Perspectives Références Epidémiologie Agronomie Ressenti Évaluation variétale et modélisation Evaluation Génotypes virtuels Simulated yield (t/ha) OUC.00 RMSE = 0.54 rk = 0.36 LEV.00 RMSE = 0.44 rk = 0.54 FLE.01 RMSE = 0.38 rk = 0.32 AUZ.00 RMSE = 0.33 rk = 0.61 PLR.01 RMSE = 0.53 rk = 0.37 LON.00 RMSE = 0.36 rk = 0.49 GAL.00 RMSE = 0.31 rk = 0.23 AUZ.01 RMSE = 0.54 rk = 0.67 RUF.01 RMSE = 0.52 rk = 0.33 LUS.00 RMSE = 0.39 rk = 0.41 GAL.01 RMSE = 0.43 rk = 0.37 BGY.00 RMSE = 0.45 rk = 0.57 SAV.00 RMSE = 0.43 rk = 0.56 MON.00 RMSE = 0.5 rk = 0.54 LEM.01 RMSE = 0.33 rk = 0.48 CAY.00 RMSE = 0.65 rk = PC 2 (4.3 %) LSL AVI.S3 ESL LUS.S3 0.5 LUS.S2 LSE AUZ.S3 VER.S2 LME 0.0 EML VER.S1 ESE AVI.S2 LUS.S1 EME LLE AUZ.S2 ELL ELE 0.5 AVI.S1 AUZ.S1 LML LLL VER.S Observed yield (t/ha) PC 1 (92.3 %)
17 Contexte Fonctions Cas d utilisation Perspectives Références Epidémiologie Agronomie Ressenti Un support efficace Formations annuelles, e-learning Réseau d utilisateurs (mailing-list, chat) Centré sur les sciences de simulation Absence d interface de (multi)-simulation Meilleure intégration des méthodes d exploration Prendre en compte les méthodes d évaluation et gestion de données observées Quelles quantité de compétence d ingénierie informatique pour les utilisateurs thématiciens?
18 Contexte Fonctions Cas d utilisation Perspectives Références De nombreuses plateformes... Paris scientifiques EA 2012 : interactions OpenAlea - RECORD Plus généralement : partager des modèles autrement? code : explicite, mais difficile à exploiter langage normé : difficile dans le cas des agro-systèmes publications : impossible de reconstruire un modèle informatique
19 Contexte Fonctions Cas d utilisation Perspectives Références Equipes de recherche Agrosystèmes et Agricultures, Gestion de ressources, Innovations et Ruralités (AGIR) - INRA EA, Toulouse Biometrie et Intelligence Artificielle (BIA) - INRA MIA, Toulouse Bibliography P. Chabrier, F. Garcia, R. Martin-Clouaire, G. Quesnel, and H. Raynal. Toward a simulation modeling platform for studying cropping systems management : the Record project. In International Congress on Modelling and Simulation, MODSIM déc. 2007, New Zealand., G. Quesnel, R. Duboz, and E. Ramat. The Virtual Laboratory Environment An operational framework for multi-modelling, simulation and analysis of complex dynamical systems. Simulation Modelling Practice and Theory, 17 : , April B. Zeigler, H. Praehofer, and T. Kim. Theory of modeling and simulation : Integrating discrete event and continuous complex dynamic systems, volume 100. Academic press New York, 2000.
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 détailIncertitude 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 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 détailProgrammation de services en téléphonie sur IP
Programmation de services en téléphonie sur IP Présentation de projet mémoire Grégory Estienne Sous la supervision du Dr. Luigi Logrippo Introduction La téléphonie sur IP comme support à la programmation
Plus en détailUniversité Libre de Tunis
Ingénieur: Génie Informatique Code et Intitulé des Matières Enseignées Plan d'etudes : Semestre 1 S1-01 Algorithmique et Structures de Données 1 S1-02 Programmation C S1-03 Logiques Mathématiques S1-04
Plus en détailIT203 : Systèmes de gestion de bases de données. A. Zemmari zemmari@labri.fr
IT203 : Systèmes de gestion de bases de données A. Zemmari zemmari@labri.fr 1 Informations pratiques Intervenants : Cours : (A. Zemmari zemmari@labri.fr) TDs, TPs : S. Lombardy et A. Zemmari Organisation
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 détailINTRODUCTION AUX TECHNOLOGIES D INGENIERIE DES DONNEES DIRIGEE PAR LES MODELES
INTRODUCTION AUX TECHNOLOGIES D INGENIERIE DES DONNEES DIRIGEE PAR LES MODELES Les contenus de ce document sont la propriété exclusive de la société REVER. Ils ne sont transmis qu à titre d information
Plus en détailUNIVERSITÉ DE LORRAINE Master MIAGE (Méthodes Informatiques Appliquées à la Gestion des Entreprises)
UNIVERSITÉ DE LORRAINE Master MIAGE (Méthodes s Appliquées à la Gestion des Entreprises) 1 Description générale L UFR Mathématiques et propose le Master avec trois spécialisations en deuxième année : ACSI
Plus en détailASPIB Approche Systémique pour appréhender les communautés de bioagresseurs : application à la Protection Intégrée du Blé
ASPIB Approche Systémique pour appréhender les communautés de bioagresseurs : application à la Protection Intégrée du Blé Jean-Noël Aubertot, INRA APR 2009 Marie-Hélène Robin, Célia Cholez, Adèle Magnard,
Plus en détail4.2 Unités d enseignement du M1
88 CHAPITRE 4. DESCRIPTION DES UNITÉS D ENSEIGNEMENT 4.2 Unités d enseignement du M1 Tous les cours sont de 6 ECTS. Modélisation, optimisation et complexité des algorithmes (code RCP106) Objectif : Présenter
Plus en détailMATHEMATIQUES ET SCIENCES POUR L INGENIEUR
MASTER SCIENCES, TECHNOLOGIES, SANTE/STAPS MATHEMATIQUES ET SCIENCES POUR L INGENIEUR Informatique www.univ-littoral.fr OBJECTIFS DE LA FORMATION Le master Informatique se compose de deux parcours et se
Plus en détailFaculté des Sciences Mathématiques, Physiques et Naturelles de Tunis
UNIVERSITE TUNIS EL MANAR Faculté des Sciences Mathématiques, Physiques et Naturelles de Tunis Campus Universitaire-2092-EL MANAR2 Tél: 71 872 600 Fax: 71 885 350 Site web: www.fst.rnu.tn Présentation
Plus en détailGénie logiciel (Un aperçu)
(Un aperçu) (sommerville 2010) Laurent Pérochon INRA URH 63122 St Genès Champanelle Laurent.perochon@clermont.inra.fr Ensemble d activités conduisant à la production d un logiciel Sur un échantillon de
Plus en détailINTRODUCTION AUX METHODES D INGENIERIE DES DONNEES DIRIGEE PAR LES MODELES
INTRODUCTION AUX METHODES D INGENIERIE DES DONNEES DIRIGEE PAR LES MODELES Les contenus de ce document sont la propriété exclusive de la société REVER. Ils ne sont transmis qu à titre d information et
Plus en détailStages 2014-2015 ISOFT : UNE SOCIETE INNOVANTE. Contact : Mme Lapedra, stage@isoft.fr
Stages 2014-2015 ISOFT : UNE SOCIETE INNOVANTE Contact : Mme Lapedra, stage@isoft.fr ISoft, éditeur de logiciels, est spécialisé dans l informatique décisionnelle et l analyse de données. Son expertise
Plus en détailVisual Paradigm Contraintes inter-associations
Visual Paradigm Contraintes inter-associations Travail de Bachelor d'informaticien de gestion Partie C Présentation de Visual Paradigm 1 Présentation de Visual Paradigm For UML L objet du travail de Bachelor
Plus en détailMathématique 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 détailMaster 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 détailSciences Humaines et Sociales. Informatique et applications. VIGNERON Vincent vvigne@iup.univ-evry.fr STIC Traitement du signal et des images
Sujets de thèse Ecole Doctorale "Sciences et Ingénierie" 2012-2013 Sujet de thèse Unité de recherche Nom de l'encadrant Discipline principale Discipline secondaire Navigation topologique basée sur des
Plus en détailGPC Computer Science
CYCLE ISMIN P2015 GPC Computer Science P LALEVÉE lalevee@emse.fr @p_lalevee A3.01 0442616715 C YUGMA yugma@emse.fr A3.01 0442616715 01/09/2014 Présentation GPC CS - Ph. Lalevée - C Yugma 1 Scolarité Site
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 détailMonitoring continu et gestion optimale des performances énergétiques des bâtiments
Monitoring continu et gestion optimale des performances énergétiques des bâtiments Alexandre Nassiopoulos et al. Journée d inauguration de Sense-City, 23/03/2015 Croissance de la demande énergétique et
Plus en détailSynergies entre Artisan Studio et outils PLM
SysML France 13 Novembre 2012 William Boyer-Vidal Regional Sales Manager Southern Europe Synergies entre Artisan Studio et outils PLM 2012 2012 Atego. Atego. 1 Challenges & Tendances Complexité des produits
Plus en détailConception 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 détailPrincipes. 2A-SI 3 Prog. réseau et systèmes distribués 3. 3 Programmation en CORBA. Programmation en Corba. Stéphane Vialle
2A-SI 3 Prog. réseau et systèmes distribués 3. 3 Programmation en CORBA Stéphane Vialle Stephane.Vialle@supelec.fr http://www.metz.supelec.fr/~vialle 1 Principes 2 Architecture 3 4 Aperçu d utilisation
Plus en détailETUDE ET IMPLÉMENTATION D UNE CACHE L2 POUR MOBICENTS JSLEE
Mémoires 2010-2011 www.euranova.eu MÉMOIRES ETUDE ET IMPLÉMENTATION D UNE CACHE L2 POUR MOBICENTS JSLEE Contexte : Aujourd hui la plupart des serveurs d application JEE utilise des niveaux de cache L1
Plus en détailPROGRAMME DU CONCOURS DE RÉDACTEUR INFORMATICIEN
PROGRAMME DU CONCOURS DE RÉDACTEUR INFORMATICIEN 1. DÉVELOPPEMENT D'APPLICATION (CONCEPTEUR ANALYSTE) 1.1 ARCHITECTURE MATÉRIELLE DU SYSTÈME INFORMATIQUE 1.1.1 Architecture d'un ordinateur Processeur,
Plus en détailConvergence des programmes qualité Qualitéet Recherche UMR 6284 CNRS ISIT JEAN-YVES BOIRE
Convergence des programmes qualité Qualitéet Recherche UMR 6284 CNRS ISIT JEAN-YVES BOIRE 1 ANR et PHRC Responsabilitédes programmes TecSan, AAL (programme européen), SantéPublique et Déterminant sociaux
Plus en détailmodèles génériques applicables à la synthèse de contrôleurs discrets pour l Internet des Objets
modèles génériques applicables à la synthèse de contrôleurs discrets pour l Internet des Objets Mengxuan Zhao, Gilles Privat, Orange Labs, Grenoble, France Eric Rutten, INRIA, Grenoble, France Hassane
Plus en détailUne conférence-débat proposée par l Institut National de la Recherche Agronomique
Economies d'énergies dans les procédés agro-alimentaires : l'optimisation coût/qualité, un équilibre pas si facile à maîtriser Une conférence-débat proposée par l Institut National de la Recherche Agronomique
Plus en détailMaster de Bioinformatique et Biologie des Systèmes Toulouse http://m2pbioinfo.biotoul.fr Responsable : Pr. Gwennaele Fichant
Master de Bioinformatique et Biologie des Systèmes Toulouse http://m2pbioinfo.biotoul.fr Responsable : Pr. Gwennaele Fichant Parcours: Master 1 : Bioinformatique et biologie des Systèmes dans le Master
Plus en détailContrôle stochastique d allocation de ressources dans le «cloud computing»
Contrôle stochastique d allocation de ressources dans le «cloud computing» Jacques Malenfant 1 Olga Melekhova 1, Xavier Dutreilh 1,3, Sergey Kirghizov 1, Isis Truck 2, Nicolas Rivierre 3 Travaux partiellement
Plus en détailMétriques, classements et politique scientifique des Etablissements
Métriques, classements et politique scientifique des Etablissements Michel Blanc Bayesté Leclaire Ecole polytechnique, Palaiseau Quelques références clés Rapport au Sénat sur le défi des classements dans
Plus en détailJava c est quoi? Java. Java. Java : Principe de fonctionnement 31/01/2012. 1 - Vue générale 2 - Mon premier programme 3 - Types de Programme Java
1 - Vue générale 2 - Mon premier programme 3 - Types de Programme 1 2 c est quoi? Technologie développée par SUN Microsystems lancée en 1995 Dans un des premiers papiers* sur le langage JAVA, SUN le décrit
Plus en détailNote de cadrage du PEPI MACS Mathématiques Appliquées & Calcul Scientifique
Note de cadrage du PEPI MACS Mathématiques Appliquées & Calcul Scientifique Périmètre Le périmètre du PEPI concerne les méthodes et outils utilisés pour le traitement informatisé des données scientifiques.
Plus en détailAgrégation de liens xdsl sur un réseau radio
Agrégation de liens xdsl sur un réseau radio Soutenance TX Suiveur: Stéphane Crozat Commanditaire: tetaneutral.net/laurent Guerby 1 02/02/212 Introduction 2 Introduction: schéma 3 Définition d un tunnel
Plus en détailLES OUTILS D ALIMENTATION DU REFERENTIEL DE DB-MAIN
LES OUTILS D ALIMENTATION DU REFERENTIEL DE DB-MAIN Les contenues de ce document sont la propriété exclusive de la société REVER. Ils ne sont transmis qu à titre d information et ne peuvent en aucun cas
Plus en détailConditions : stage indemnisé, aide au logement possible, transport CEA en Ile-de-France gratuit.
Proposition de stage de BAC+4 ou BAC+5 Pro ou Recherche Etude comparative des outils de vérification d'algorithmes parallèles Logiciels (LSL), localisé à Palaiseau (Essonne), développe les outils d'aide
Plus en détailTHOT - Extraction de données et de schémas d un SGBD
THOT - Extraction de données et de schémas d un SGBD Pierre-Jean DOUSSET (France), Benoît ALBAREIL (France) pj@miningdb.com, benoit@miningdb.com Mots clefs : Fouille d information, base de données, système
Plus en détailExemple de projet et réseau: modélisation et simulation des systèmes socio-environnementaux
Exemple de projet et réseau: modélisation et simulation des systèmes socio-environnementaux Jean-Pierre Müller Cadre scientifique CIRAD-ES-GREEN 1 Plan de présentation D où on part (parle) L objet de recherche
Plus en détailIngénierie des Modèles. Méta-modélisation
Ingénierie des Modèles Méta-modélisation Eric Cariou Master Technologies de l'internet 2 ème année Université de Pau et des Pays de l'adour UFR Sciences Pau Département Informatique Eric.Cariou@univ-pau.fr
Plus en détailRappel sur les bases de données
Rappel sur les bases de données 1) Généralités 1.1 Base de données et système de gestion de base de donnés: définitions Une base de données est un ensemble de données stockées de manière structurée permettant
Plus en détailUniversité Paris Saclay De quoi parle t-on?
Université Paris Saclay De quoi parle t-on? Présentation L Université Paris-Saclay regroupe un potentiel scientifique exceptionnel. 20 établissements : - 2 universités, - 10 grandes écoles, - 7 organismes
Plus en détailTP1 : Initiation à Java et Eclipse
TP1 : Initiation à Java et Eclipse 1 TP1 : Initiation à Java et Eclipse Systèmes d Exploitation Avancés I. Objectifs du TP Ce TP est une introduction au langage Java. Il vous permettra de comprendre les
Plus en détailBachelor of Science en. Informatique. Informatique. Haute école spécialisée bernoise Informatique La Haute Route 80 2502 Bienne
Haute école spécialisée bernoise Informatique La Haute Route 80 2502 Bienne Téléphone +41 32 321 63 23 office.ti@bfh.ch ti.bfh.ch/informatique Bachelor of Science en Informatique En tant qu informaticien
Plus en détailVers une approche Adaptative pour la Découverte et la Composition Dynamique des Services
69 Vers une approche Adaptative pour la Découverte et la Composition Dynamique des Services M. Bakhouya, J. Gaber et A. Koukam Laboratoire Systèmes et Transports SeT Université de Technologie de Belfort-Montbéliard
Plus en détailMODELISATION UN ATELIER DE MODELISATION «RATIONAL ROSE»
MODELISATION UN ATELIER DE MODELISATION «RATIONAL ROSE» Du cours Modélisation Semi -Formelle de Système d Information Du Professeur Jean-Pierre GIRAUDIN Décembre. 2002 1 Table de matière Partie 1...2 1.1
Plus en détailANNEXES. Evaluation de la formation à Polytech Lille Département GIS. Enseignements les plus utiles. Enseignements à renforcer
ANNEXES Evaluation de la formation à Polytech Lille Département GIS Enseignements les plus utiles Enseignements à renforcer Enseignements à intégrer Commentaires Généraux Accompagnement Professionnel Enseignements
Plus en détailAnnexe : La Programmation Informatique
GLOSSAIRE Table des matières La Programmation...2 Les langages de programmation...2 Java...2 La programmation orientée objet...2 Classe et Objet...3 API et Bibliothèque Logicielle...3 Environnement de
Plus en détailDG-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 détailLa solution pour gérer vos connaissances techniques et scientifiques
La solution pour gérer vos connaissances techniques et scientifiques La solution pour gérer, sécuriser et réutiliser vos connaissances techniques et scientifiques TEEXMA est le premier outil collaboratif
Plus en détailUn 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 détailAnalyse,, Conception des Systèmes Informatiques
Analyse,, Conception des Systèmes Informatiques Méthode Analyse Conception Introduction à UML Génie logiciel Définition «Ensemble de méthodes, techniques et outils pour la production et la maintenance
Plus en détailLANGAGUE JAVA. Public Développeurs souhaitant étendre leur panel de langages de programmation
ING 01 LANGAGUE JAVA Durée : 21 heures 1090 HT / jour Dates : à définir en 2012 Concevoir et développer des programmes en langage Java Comprendre le fonctionnement de la machine virtuelle S approprier
Plus en détail4. Utilisation d un SGBD : le langage SQL. 5. Normalisation
Base de données S. Lèbre slebre@unistra.fr Université de Strasbourg, département d informatique. Présentation du module Contenu général Notion de bases de données Fondements / Conception Utilisation :
Plus en détailVers une meilleure gouvernance des plateformes d ingénierie
Vers une meilleure gouvernance des plateformes d ingénierie Vincent Chartier 2012 IBM Corporation La mise en œuvre d une plateforme d ingénierie est complexe Intégrations entre produits nombreuses et complexes
Plus en détailModélisation de la réforme des pensions
Modèle PROST de la Banque Mondiale Modélisation de la réforme des pensions Mécanisme de simulation des options de réforme des retraites, de la Banque Mondiale L es politiques de pension d aujourd hui peuvent
Plus en détailSmart Metering et réseaux intelligents
Smart Metering et réseaux intelligents Source : http://www.cleanthinking.de Réseaux intelligents & Smart Metering Les réseaux intelligents (ou «smart metering») sont des réseaux capables d ajuster la distribution
Plus en détailMASTER (LMD) MODELISATION, OPTIMISATION, COMBINATOIRE ET ALGORITHME
MASTER (LMD) MODELISATION, OPTIMISATION, COMBINATOIRE ET ALGORITHME RÉSUMÉ DE LA FORMATION Type de diplôme : Master (LMD) Domaine ministériel : Sciences, Technologies, Santé Mention : INFORMATIQUE Spécialité
Plus en détailSCIENCES & TECHNOLOGIES - SANTÉ ET STAPS MASTER INFORMATIQUE. Parcours Ingénierie du Logiciel Libre (I2L) www.univ-littoral.fr
SCIENCES & TECHNOLOGIES - SANTÉ ET STAPS MASTER INFORMATIQUE Parcours Ingénierie du Logiciel Libre (IL) www.univ-littoral.fr OBJECTIFS DE LA FORMATION Le parcours IL a pour objectif la formation d informaticiens
Plus en détailÉdIteur officiel et fournisseur de ServIceS professionnels du LogIcIeL open Source ScILab
ÉdIteur officiel et fournisseur de ServIceS professionnels du LogIcIeL open Source ScILab notre compétence d'éditeur à votre service créée en juin 2010, Scilab enterprises propose services et support autour
Plus en détailProjet de programme pour l enseignement d exploration de la classe de 2 nde : Informatique et création numérique
Projet de programme pour l enseignement d exploration de la classe de 2 nde : Informatique et création numérique 19 mai 2015 Préambule L informatique est tout à la fois une science et une technologie qui
Plus en détailLes services de la PLM Mathrice. Et quelques outils de web-conférence
Les services de la PLM Mathrice Et quelques outils de web-conférence Richard Ferrere - Florent Langrognet - Romain Pacé Avril 2011 RF, FL, RP PLM () et outils de web conférence Avril 2011 1 / 21 PLAN 1
Plus en détailInformatique Médicale & Ingénierie des Connaissances Pour la e-santé
Li ics Laboratoire d Informatique Médicaleet d Ingénierie des Connaissances en e-santé Projet de création d une UMR Inserm Université Pierre et Marie Curie, Université Paris Nord Informatique Médicale
Plus en détailLa gestion des risques en hygiène hospitalière
La gestion des risques en hygiène hospitalière Rappels des fondamentaux Dr J-L. Quenon Comité de Coordination de l Évaluation Clinique et de la Qualité en Aquitaine Séminaire de la SF2H, 19 novembre 2013,
Plus en détailPostgreSQL. Formations. SQL avancé... 10. Calendrier... 18
Formations PostgreSQL Catalogue 2015 PostgreSQL Administration... 4 PostgreSQL Avancé... 5 PostgreSQL Hot Standby... 6 PostgreSQL Performance... 7 PostgreSQL Sauvegardes... 8 SQL : Conception & Mise en
Plus en détailPatrons de Conception (Design Patterns)
Patrons de Conception (Design Patterns) Introduction 1 Motivation Il est difficile de développer des logiciels efficaces, robustes, extensibles et réutilisables Il est essentiel de comprendre les techniques
Plus en 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 détailAGROBASE : un système de gestion de données expérimentales
AGROBASE : un système de gestion de données expérimentales Daniel Wallach, Jean-Pierre RELLIER To cite this version: Daniel Wallach, Jean-Pierre RELLIER. AGROBASE : un système de gestion de données expérimentales.
Plus en détailModule BD et sites WEB
Module BD et sites WEB Cours 8 Bases de données et Web Anne Doucet Anne.Doucet@lip6.fr 1 Le Web Architecture Architectures Web Client/serveur 3-tiers Serveurs d applications Web et BD Couplage HTML-BD
Plus en détailCAHIER DES CHARGES D IMPLANTATION
CAHIER DES CHARGES D IMPLANTATION Tableau de diffusion du document Document : Cahier des Charges d Implantation EVRP Version 6 Etabli par DCSI Vérifié par Validé par Destinataires Pour information Création
Plus en détailQuelles représentations des interactionsbiotiques dans les modèles?
Session 1. Quelles représentations des interactionsbiotiques dans les modèles? Exemple du Modèle GEMINI Nicolas Gross, Vincent Maire, Jean François Soussana Nicolas Gross Chargé de recherche 1 er Classe
Plus en détailL'intelligence d'affaires: la statistique dans nos vies de consommateurs
L'intelligence d'affaires: la statistique dans nos vies de consommateurs Jean-François Plante, HEC Montréal Marc Fredette, HEC Montréal Congrès de l ACFAS, Université Laval, 6 mai 2013 Intelligence d affaires
Plus en détailPrésentation de la majeure ISN. ESILV - 18 avril 2013
Présentation de la majeure ISN ESILV - 18 avril 2013 La Grande Carte des Métiers et des Emplois Sociétés de service Entreprises Administrations Grand- Public Sciences Utiliser Aider à utiliser Vendre APPLICATIONS:
Plus en détailI / La démarche à suivre pour l installation de l application-crm
Page 1 sur 9 I / La démarche à suivre pour l installation de l application-crm Démarrer Internet Explorer et saisir dans la barre des adresses le lien suivant : «http://81.192.156.110/fcondl/» Une fois
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 détailPROGRAMME DETAILLE. Parcours en première année en apprentissage. Travail personnel. 4 24 12 24 CC + ET réseaux
PROGRAMME DETAILLE du Master IRS Parcours en première année en apprentissage Unités d Enseignement (UE) 1 er semestre ECTS Charge de travail de l'étudiant Travail personnel Modalités de contrôle des connaissances
Plus en détailLa Recherche du Point Optimum de Fonctionnement d un Générateur Photovoltaïque en Utilisant les Réseaux NEURO-FLOUS
Rev. Energ. Ren. : Chemss 2000 39-44 La Recherche du Point Optimum de Fonctionnement d un Générateur Photovoltaïque en Utilisant les Réseaux NEURO-FLOUS D.K. Mohamed, A. Midoun et F. Safia Département
Plus en détail3A-IIC - Parallélisme & Grid GRID : Définitions. GRID : Définitions. Stéphane Vialle. Stephane.Vialle@supelec.fr http://www.metz.supelec.
3A-IIC - Parallélisme & Grid Stéphane Vialle Stephane.Vialle@supelec.fr http://www.metz.supelec.fr/~vialle Principes et Objectifs Evolution Leçons du passé Composition d une Grille Exemple d utilisation
Plus en détailAurélie Merle Professeur associé, Grenoble École de Management Chercheur associé au CEROG et à Coactis (EA 41 61) aurelie.merle@iae-aix.
LA VALEUR PERCUE DE LA CUSTOMISATION DE MASSE : PROPOSITION ET TEST D UN MODELE CONCEPTUEL INTEGRATEUR Aurélie Merle Professeur associé, Grenoble École de Management Chercheur associé au CEROG et à Coactis
Plus en détailpossibilités et limites des logiciels existants
possibilités et limites des logiciels existants Dominique Groleau CERMA, UMR CNRS 1563, Ecole d Architecture de Nantes Journée thématique SFT- IBPSA, Outils de simulation thermo-aéraulique du bâtiment.
Plus en détailArchitecte Logiciel. Unité de formation 1 : Développer en s appuyant sur les modèles et les frameworks 7 semaines
page 1/5 Titre professionnel : Inscrit au RNCP de Niveau I (Bac + 5) (J.O. du 07/02/09) 17 semaines Unité 1 : Développer en s appuyant sur les modèles et les frameworks 7 semaines Java EE : Frameworks
Plus en détailMaster CCI. Compétences Complémentaires en Informatique. Livret de l étudiant
Master CCI Compétences Complémentaires en Informatique Livret de l étudiant 2014 2015 Master CCI Le Master CCI (Compétences Complémentaires en Informatique) permet à des étudiants de niveau M1 ou M2 dans
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 détailCours 1 : La compilation
/38 Interprétation des programmes Cours 1 : La compilation Yann Régis-Gianas yrg@pps.univ-paris-diderot.fr PPS - Université Denis Diderot Paris 7 2/38 Qu est-ce que la compilation? Vous avez tous déjà
Plus en détailRéplication E-maj Foreign Data Wrapper PostGIS PostgreSQL-f
PGDay Réplication E-maj Foreign Data Wrapper PostGIS PostgreSQL-f Réplication Réplications, disponibilités, durabilités Evolution dans la base de données : Postgres 8.2 : warm standby Postgres 9.0 : hot
Plus en détailOrdonnancement sous contraintes de Qualité de Service dans les Clouds
Ordonnancement sous contraintes de Qualité de Service dans les Clouds GUÉROUT Tom DA COSTA Georges (SEPIA) MONTEIL Thierry (SARA) 05/12/2014 1 Contexte CLOUD COMPUTING Contexte : Environnement de Cloud
Plus en détailProposition d une démarche pour la conception et l évaluation d idéotypes de plantes
Proposition d une démarche pour la conception et l évaluation d idéotypes de plantes Le concept d idéotype a été proposé au départ par C.M. Donald (1968) comme support de réflexion pour renouveler les
Plus en détailEXPLOITATIONS PEDAGOGIQUES DU TABLEUR EN STG
Exploitations pédagogiques du tableur en STG Académie de Créteil 2006 1 EXPLOITATIONS PEDAGOGIQUES DU TABLEUR EN STG Commission inter-irem lycées techniques contact : dutarte@club-internet.fr La maquette
Plus en détailLe génie logiciel. maintenance de logiciels.
Le génie logiciel Définition de l IEEE (IEEE 1990): L application d une approche systématique, disciplinée et quantifiable pour le développement, l opération et la maintenance de logiciels. Introduction
Plus en détailECTS CM TD TP. 1er semestre (S3)
Organisation du parcours M2 IRS en alternance De façon générale, les unités d enseignements (UE) sont toutes obligatoires avec des ECTS équivalents à 3 sauf le stage sur 27 ECTS et réparties sur deux semestres
Plus en détailGrid Technology. ActiveMQ pour le grand collisionneur de hadrons (LHC) Lionel Cons Grid Technology Group Information Technology Department
DB GT CF Grid ActiveMQ pour le grand collisionneur de hadrons (LHC) Lionel Cons Grid Group Information Department Journée de la communauté FUSE, Paris, 2010 CERN IT Department CH-1211 Geneva 23 Switzerland
Plus en détailIyad Alshabani SysCom - CReSTIC Université de Reims 17/02/2011 1
SysCom - CReSTIC Université de Reims 17/02/2011 1 Motivation Gestion des expérimentations Avec les workflows Simulation Simulation des Systèmes Distribués ANR USS SimGrid Campagne de Test et gestion de
Plus en détailPLM 2.0 : Mise à niveau et introduction à l'offre version 6 de Dassault systèmes
IBM Software Group 2008 IBM Corporation and Dassault Systèmes PLM 2.0 : Mise à niveau et introduction à l'offre version 6 de Dassault systèmes 2009 2007 IBM Corporation 2 PLM : de l historique 2D-3D à
Plus en détailÉlasticité 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 détailCours des réseaux Informatiques (2010-2011)
Cours des réseaux Informatiques (2010-2011) Rziza Mohammed rziza@fsr.ac.ma Supports Andrew Tanenbaum : Réseaux, cours et exercices. Pascal Nicolas : cours des réseaux Informatiques, université d Angers.
Plus en détailLUMIERE & ESPACE LIGHT & SPACE
LUMIERE & ESPACE LIGHT & SPACE Prof. Marilyne ANDERSEN, Dr. Bernard PAULE, Dr. Jan WIENOLD Unité d Enseignement M Master Architecture - 2014/2015 UE M - 2015 La lumière au service de l architecture Acquérir
Plus en détail