Planification d expériences séquentielle pour l analyse de sensibilité

Dimension: px
Commencer à balayer dès la page:

Download "Planification d expériences séquentielle pour l analyse de sensibilité"

Transcription

1 Planification d expériences séquentielle pour l analyse de sensibilité Loïc Le Gratiet 1,2 & Mathieu Couplet 1 & Bertrand Iooss 1,3 & Luc Pronzato 2 1 EDF R&D, 6 quai Watier, Chatou 2 Laboratoire I3S UNS-CNRS, 2000 route des Lucioles, Sophia-Antipolis 3 Institut de Mathéatiques de Toulouse, Toulouse Résué. Les gros codes de calcul sont counéent utilisés en science et en ingénierie pour odéliser des systèes physiques coplexes avec souvent un grand nobre de paraètres d entrée al connus. L analyse de sensibilité globale a pour objectif d identifier les entrées qui ont le plus d influence sur la sortie. Les indices de Sobol perettent d effectuer une telle analyse. Cependant, leur estiation nécessite un grand nobre d appels au code et ne peut pas être effectuée en un teps raisonnable en pratique. Pour traiter ce problèe, un odèle de rigeage est utilisé pour approcher la sortie du siulateur à partir de quelques-unes de ses observations. Ce étaodèle peut ensuite être appelé intenséent pour l estiation des indices. L utilisation de la variance de rigeage peret de ettre en place des stratégies de planification d expériences séquentielle efficace pour enrichir le étaodèle. Ces stratégies doivent s adapter à l objectif de l étude prédiction, optiisation, estiation de probabilité de défaillance,... Ce travail porte sur la planification séquentielle optiale pour l estiation des indices de Sobol. Mots-clés. Analyse de sensibilité, planification séquentielle, rigeage, indices de Sobol. Abstract. Coplex coputer codes are widely used in science and engineering to odel physical systes. It is coon that they have a large nuber of input paraeters. Global sensitivity analysis ais to identify those which have the ost iportant ipact on the odel output. Sobol indices are a popular tool to perfor such analysis. However, their estiations require an iportant nuber of siulations and often cannot be processed under reasonable tie constraint. To deal with this issue, a riging odel is built to approxiate the coputer code fro few of its observations, and then used to estiate Sobol indices are estiated with it. One of the ain strength of riging odels is that they provide through the riging variance an estiate of the etaodel error. This allows the construction of sequential strategies for iproving the etaodel. These strategies depend on the application prediction, optiization, quantile estiation, estiation of a probability of failure. This wor deals with optial sequential experiental design strategies for the estiation of Sobol indices. Keywords. Sensitivity analysis, sequential design, riging, Sobol indices. 1

2 1 Introduction Les codes de calculs ont souvent un nobre iportant de paraètres d entrée dont nous voulons esurer l influence sur la sortie. Nous nous concentrons ici sur les indices de Sobol qui sont une esure de sensibilité basée sur une décoposition de la variance. Ces indices sont souvent estiés par des éthodes de Monte-Carlo. Elles perettent de quantifier l erreur due aux intégrations nuériques et elles assurent des propriétés intéressantes coe la noralité asyptotique de l estiateur. Cependant, elles nécessitent un grand nobre d appels au code qui est souvent très coûteux en teps de calcul. Pour résoudre ce problèe, une approxiation du code est souvent faite à l aide d un étaodèle. Les indices sont alors estiés à partir de cette approxiation. Dans ce travail, nous utilisons un étaodèle de rigeage. Un de ses avantages est qu il fourni, au travers de la variance de rigeage, une estiation de l erreur de étaodèle. Ceci nous peret de quantifier l erreur d estiation sur l indice de Sobol due au étaodèle. L utilisation du rigeage pour l estiation des indices de Sobol Marrel et al. [1], Oaley et al. [2] peret de propager l erreur de étaodèle sur l erreur d estiation des indices de Sobol. En revanche, l erreur nuérique due aux intégrations ultiples n est pas prise en copte. Dans Le Gratiet et al. [6] il est ontré coent prendre en copte ces deux erreurs en cobinant un odèle de rigeage avec une éthode d intégration Monte-Carlo, ce qui peret de les équilibrer. Supposons aintenant que l on veuille enrichir le éta-odèle afin de diinuer l incertitude sur les indices. La question qui nous intéresse porte sur le choix optial de ces nouveaux points. Il est connu que ces stratégies séquentielles doivent être adaptées à l estiation des quantités d intérêts. Ainsi, les nouveaux points choisis seront différents selon que l on veuille faire de l optiisation Jones et al. [4], de l estiation de probabilité de défaillance Bect et al. [5] ou de la prédiction Le Gratiet et al. [7]. Jusqu à présent le cas de l analyse de sensibilité n a pas été traité. La principale difficulté est que l indice de Sobol n est pas une transforation linéaire du processus Gaussien présent dans le rigeage. Ainsi, on perd la noralité et le calcul de la variance de l estiateur devient coplexe en particulier, elle dépend des observations du processus. Nous proposons dans ce docuent deux éthodes pour effectuer une telle planification d expériences séquentielle. Le résué est organisé coe suit. En Section 2 la définition des indices de Sobol est rappelée ainsi qu un de ses estiateurs Monte-Carlo. En Section 3 nous décrivons les équations du rigeage et présentons l estiateur des indices couplant rigeage et intégration Monte-Carlo. En Section 4 une preière stratégie de planification reposant sur la génération d instances de processus Gaussien est présentée. Enfin en Section 5, la deuxièe stratégie basée sur l expression analytique de la variance du nuérateur de l estiateur de Sobol est proposée. Des tests nuériques sur les deux stratégies de planification sont en cours et seront présentés lors de la conférence. 2

3 2 Les indices de Sobol Nous présentons ici succincteent la éthode de Sobol pour l analyse de sensibilité. Considérons l espace des paraètres d entrée Q R d. Nous notons zx, X Q la sortie du code de calcul considérée où X est le vecteur des paraètres d entrée. Pour prendre en copte les incertitudes sur les entrées, X est odélisé coe une variable aléatoire. Soit X = X 1,...,X d, l indice de Sobol du preier ordre du paraètre X est défini par: S = Var X EX [ zx X ] /Var X zx. L estiation de S nécessite donc l évaluation de différentes intégrales ultiples. Afin d en contrôler l erreur, nous utilisons une intégration Monte-Carlo présentée ci-dessous. Considérons le couple de variable aléatoire X, X tel que X = X 1,...,X 1,X,X +1,...,X d, X = X 1,..., X 1,X, X +1,..., X d, et X i indépendantdex i pourtouti. Nousavonsl égalités = cov X zx,z X/Var X zx. De cette égalité, nous pouvons naturelleent déduire l estiation suivante de S à partir d un échantillon X i, X i i=1,..., : 1 S = i=1 zx iz X i 1 2 i,j=1 zx iz X j 1 i=1 zx i 2 1 i=1 zx i 2. Coe présenté précédeent, cet estiateur requiert un grand nobre de particules Monte-Carlo. C est pourquoi en pratique nous substituons le code zx par un étaodèle. Ici nous utilisons un odèle de rigeage. 3 Indices de Sobol avec odèle de rigeage Le principe du rigeage est de considérer que notre connaissance a priori du code zx peut être odélisée par un processur gaussien Zx de oyenne f xβ et de noyau de covariance σ 2 rx, x où r est un noyau de corrélation. Le noyau de covariance est généraleent paraétré par un vecteur θ. Par soucis de clarté nous ne le faisons pas apparaître dans ce docuent. Ensuite, nous approchons le code zx par un processus gaussien Z n x suivant la distribution prédictive [Zx ZD = z n ] où z n sont les valeurs connues de zx sur les points du plan d expériences D = {x des 1,...,xdes n et une loi a priori ipropre unifore pour β: }, xdes i Z n x PG Z n x,s 2 n x, x, Q. Nous avons pour σ 2 connu 3

4 où n x = f xˆβ +r xr z 1 n Fˆβ, s 2 n x = σ2 1 f x r x 0 F 1 fx, F R rx ˆβ = F R 1 F 1 F R 1 z n, R = [rx des i,x des j ] i,j=1,...,n, r = [rx des i,x] i=1,...,n et F = [f x des i ] i=1,...,n. Les indices de Sobol peuvent alors être estiés avec : 1 S,n = i=1 Z nx i Z n X i 1 2 i,j=1 Z nx i Z n X i 1 i=1 Z nx i 2 1 i=1 Z nx i 2 1 Notons que cet estiateur coporte à la fois une erreur Monte-Carlo et une erreur de étaodèle. Le contrôle de ces deux erreurs est traité dans l article Le Gratiet et al. [7], Le Gratiet [8]. Ici nous nous concentrons sur la diinution de l incertitude sur S,n due à l utilisation du étaodèle en enrichissant D d un nouveau point x des n+1. 4 Planification d expériences séquentielle pour l analyse de sensibilité Soient z n,l x l=1,...,n N réalisations du processus conditionnel Z n x. Nous pouvons générer à partir de ces instances un échantillon s,n,l l=1,...,n de S,n coe suit : s,n,l = 1 i=1 z n,lx i z n,l X i 1 2 i,j=1 z n,lx i z n,l X j 1 i=1 z n,lx i 2 1 i=1 z n,lx i 2 A partir de s,n,l l=1,...,n nous pouvons estier Var Z S,n à l aide d un estiateur classique de la variance Var Z désigne la variance selon Z n x. De plus, l estiation de S sera obtenue à partir de la oyenne epirique de ce êe échantillon. Supposons aintenant que l on veuille rajouter un nouveau point x des n+1 au design D. L objectif est d estier la diinution de Var Z S,n si on conditionne Zn x sur un nouveau point x des n+1. Cette estiation devant s effectuer sans connaître la valeur de zx des n+1, nous supposons que Z n+1x PG Z n x,s 2 n+1 x, x. A partir de réalisations de Z n+1 x, nous pouvons de nouveau estier la variance Var Z S,n+1 de l estiateur des indices de Sobol l indice n+1 souligne le fait que l on rajoute un point au design. La stratégie de planification séquentielle sera alors de choisir pari un enseble de points candidats x cand l l=1,...,c celui qui iniise l estiation de Var Z S,n+1. Pour générer des instances de processus gaussiens, nous utilisons la éthode de conditionneent par rigeage couplé à une version propagative de l échantillonnage de Gibbs Lantuéjoul et al. [3]. La génération des instance de Z n+1 x sur X i, X i i=1,..., pour un nobre iportant C de points candidats deeure néanoins coûteuse en particulier 4

5 parce que est souvent copris entre 10,000 et 100,000 en pratique. Pour pallier ce problèe, nous considérons le processus suivant : Z n+1 x = rx,x des n+1 n x des n+1 Z nx des n+1 /rx des n+1,xdes n+1 +Z nx quisuitbienlaloiprédictive[z n x Zx des n+1 = nx des n+1 ]. L équationdonnéeprécédeent nous peret d obtenir des instances de Z n+1 x à partir de celles de Z n x en un teps de calcul négligeable. 5 Une deuxièe stratégie de planification d expériences séquentielle Nous avons présenté précédeent une approche de planification d expériences séquentielle perettant de choisir pari des points candidats celui diinuant le plus forteent l incertitude sur l estiation des indices de Sobol. Cette éthode nécessite néanoins de générer des instances de processus gaussiens sur un grand nobre de points. Ceci étant coûteux nuériqueent, nous devons restreindre le nobre de points candidats pour la planification séquentielle. Nous soes égaleent aenés à considérer que zx des n+1 = nx des n+1 alors que nous préfèrerions utiliser sa loi coplète : zx des n+1 N n x des n+1,s 2 nx des n+1, Conforéent àcequi estproposédansleséthodessurbectetal. [5]oùl objectif de la planification d expériences est de iniiser l incertitude sur l estiation d une probabilité de défaillance. Le principal point dur qui nous epêche de considérer cette éthode ici est que l on n a pas d estiation analytique de la variance de S,n 1. En revanche, nous pouvons expliciter la variance du nuérateur dans l expression 1. Dans une seconde approche, nous proposons donc de chercher le point x des n+1 apportant la plus forte diinution sur la variance suivante : 1 Var Z Z n X i Z n X i 1 Z 2 n X i Z n X j = A B 2 où i=1 A = 1 X 2 i, X i,x j, X j i,j=1 i,j,,l=1 i,j=1 X i, X j,x, X l 2 3 i,j,=1 X i, X i,x j, X, B = 1 i=1 s 2 n X i, X i + n X i n X i 1 2 i,j=1 s 2 n X i, X j + n X i n X j, 5

6 et x,y,z,t = s 2 n x,ys2 n z,t+s2 n x,zs2 n y,t+s2 n y,zs2 n x,t s 2 n x,y nz n t s 2 n x,z ny n t s 2 n x,t ny n z s 2 n y,z nx n t s 2 n y,t nx n z s 2 n z,t nx n y + n x n y n z n t. Lors de l ajout d un nouveau point x des n+1 nous avons : s 2 n+1x, x = s 2 nx, x s 2 nx,x des n+1s 2 nx des n+1, x/s 2 nx des F et n+1 x = n x+s 2 n x,xdes n+1 Z n x des n+1 f x des n+1 ˆβ. n+1,x des n+1 Ceci nous peret d évaluer la diinution espérée de l incertitude si l on effectue une nouvelle siulation au point x des n+1 notons que cette quantité ne dépend pas de z x des n+1. Reercieents Le projet a été partielleent financé par le projet ASINCRONE des défis NEEDSCNRS. Bibliographie [1] Marrel A., Iooss B., Laurent B. and Roustant O. 2009, Calculation of Sobol indices for the Gaussian process etaodel, Reliability Engineering & Syste Safety, 79, pp [2] Oaley J.E. and O Hagan A.2004, Probabilistic sensitivity analysis of coplex odels a Bayesian approach, Journal of the Royal Statisitical Society series B, 66, part 3, pp [3] Lantuéjoul C. and Desassis N. 2012, Siulation of a Gaussian rando vector: A propagative version of the Gibbs sapler, 9th International Geostatistics Congress, Oslo, Norway, Hune [4] Jones D. R., Schonlau M. and Welch W.J. 1998, Efficient global optiization of expensive blac-box functions, Journal of Global optiization, 13, 4, pp [5] Bect J., Ginsbourger D., Li L., Picheny V. and Vazquez E. 2012, Sequential design of coputer experients for the estiation of a probability of failure, Statistics and Coputing, 223, pp [6]LeGratietL., Cannaela C.andIoossB.2013,A Bayesian approach for global sensitivity analysis ofulti-fidelity coputer codes, subitted to SIAM/ASA UQ, arxiv: [7] Le Gratiet L. and Cannaela C. 2013, Kriging-based sequential design strategies using fast cross-validation techniques with extensions to ulti-fidelity coputer codes, subitted to Technoetrics, arxiv: [8] Le Gratiet L. 2013, Multi-fidelity Gaussian process regression for coputer experients, PhD thesis, Université de Paris VII, tel

Arrondissage des résultats de mesure. Nombre de chiffres significatifs

Arrondissage des résultats de mesure. Nombre de chiffres significatifs BUREAU NATIONAL DE MÉTROLOGIE COMMISSARIAT À L'ÉNERGIE ATOMIQUE LABORATOIRE NATIONAL HENRI BECQUEREL Note technique LNHB/04-13 Arrondissage des résultats de esure Nobre de chiffres significatifs M.M. Bé,

Plus en détail

Compte-rendu technique complet et détaillé des cookies

Compte-rendu technique complet et détaillé des cookies Copte-rendu technique coplet et détaillé des cookies Site Web audité : Date de l audit : 01 Aug 2015 http://www.sd-france.co/ Ce docuent est fourni pour accopagner la gestion du consenteent de MSD France

Plus en détail

Principe de symétrisation pour la construction d un test adaptatif

Principe de symétrisation pour la construction d un test adaptatif Principe de symétrisation pour la construction d un test adaptatif Cécile Durot 1 & Yves Rozenholc 2 1 UFR SEGMI, Université Paris Ouest Nanterre La Défense, France, cecile.durot@gmail.com 2 Université

Plus en détail

Voyez la réponse à cette question dans ce chapitre. www.alternativesjournal.ca/people-and-profiles/web-exclusive-ela-alumni-make-splash

Voyez la réponse à cette question dans ce chapitre. www.alternativesjournal.ca/people-and-profiles/web-exclusive-ela-alumni-make-splash Une personne de 60 kg est à gauche d un canoë de 5 de long et ayant une asse de 90 kg. Il se déplace ensuite pour aller à droite du canoë. Dans les deux cas, il est à 60 c de l extréité du canoë. De cobien

Plus en détail

K. Ammar, F. Bachoc, JM. Martinez. Séminaire ARISTOTE - 23 octobre 2014 - Palaiseau

K. Ammar, F. Bachoc, JM. Martinez. Séminaire ARISTOTE - 23 octobre 2014 - Palaiseau Apport des modèles de krigeage à la simulation numérique K Ammar, F Bachoc, JM Martinez CEA-Saclay, DEN, DM2S, F-91191 Gif-sur-Yvette, France Séminaire ARISTOTE - 23 octobre 2014 - Palaiseau Apport des

Plus en détail

2.1 Comment fonctionne un site?

2.1 Comment fonctionne un site? Coent fonctionne un site? Dans ce chapitre, nous allons étudier la liste des logiciels nécessaires à la création d un site ainsi que les principes de base indispensables à son bon fonctionneent. 2.1 Coent

Plus en détail

Abstract. Key-words: The flowshop problem, Heuristics, Job scheduling, Total flowtime.

Abstract. Key-words: The flowshop problem, Heuristics, Job scheduling, Total flowtime. Abstract Since the flowshop scheduling proble has found to be an NP-coplete proble, the developent of heuristic algoriths that give better solutions becoe necessary. In this paper we discuss how to resolve

Plus en détail

Estimations d erreur a priori de la méthode de Lagrange Galerkin pour les équations de type Kazhikhov Smagulov

Estimations d erreur a priori de la méthode de Lagrange Galerkin pour les équations de type Kazhikhov Smagulov Estiations d erreur a priori de la étode de Lagrange Galerkin pour les équations de type Kazikov Sagulov Jocelyn Étienne b,a Pierre Saraito a a LMC-IMAG, BP 53, 3841 Grenoble cedex b Adresse actuelle:

Plus en détail

Tolérance aux fautes-2 Serveurs à haute disponibilité

Tolérance aux fautes-2 Serveurs à haute disponibilité École Doctorale de Grenoble Master 2 Recherche Systèes et Logiciel Disponibilité des s Tolérance aux fautes-2 Serveurs à haute disponibilité Sacha Krakowiak Université Joseph Fourier Projet Sardes (INRIA

Plus en détail

Mécanique : Cinématique du point. Chapitre 1 : Position. Vitesse. Accélération

Mécanique : Cinématique du point. Chapitre 1 : Position. Vitesse. Accélération 2 e B et C 1 Position. Vitesse. Accélération 1 Mécanique : Cinéatique du point La écanique est le doaine de tout ce qui produit ou transet un ouveent, une force, une déforation : achines, oteurs, véhicules,

Plus en détail

Filtrage stochastique non linéaire par la théorie de représentation des martingales

Filtrage stochastique non linéaire par la théorie de représentation des martingales Filtrage stochastique non linéaire par la théorie de représentation des martingales Adriana Climescu-Haulica Laboratoire de Modélisation et Calcul Institut d Informatique et Mathématiques Appliquées de

Plus en détail

ÉTUDE BDC LES CINQ FACTEURS CLÉS ET LES CINQ PIÈGES À ÉVITER POUR RÉUSSIR EN AFFAIRES

ÉTUDE BDC LES CINQ FACTEURS CLÉS ET LES CINQ PIÈGES À ÉVITER POUR RÉUSSIR EN AFFAIRES ÉTUDE BDC LES CINQ FACTEURS CLÉS ET LES CINQ PIÈGES À ÉVITER POUR RÉUSSIR EN AFFAIRES Seaine de la PME BDC 2014 Résué --------------------------------------------------------------------------------------

Plus en détail

Modélisation géostatistique des débits le long des cours d eau.

Modélisation géostatistique des débits le long des cours d eau. Modélisation géostatistique des débits le long des cours d eau. C. Bernard-Michel (actuellement à ) & C. de Fouquet MISTIS, INRIA Rhône-Alpes. 655 avenue de l Europe, 38334 SAINT ISMIER Cedex. Ecole des

Plus en détail

EXERCICE II : LE TELEPHONE "POT DE YAOURT" (5 points)

EXERCICE II : LE TELEPHONE POT DE YAOURT (5 points) USA 2005 EXERCICE II : LE TELEPHONE "POT DE YAOURT" (5 points) A l'ère du téléphone portable, il est encore possible de couniquer avec un systèe bien plus archaïque L'onde sonore produite par le preier

Plus en détail

Les bases de données. Historique

Les bases de données. Historique 1 Les bases de données Aujourd hui indispensables dans tous les systèes de gestion de l inforation, les bases de données sont une évolution logique de l augentation de la deande de stockage de données.

Plus en détail

L étalonnage par traceur Compton, une nouvelle méthode de mesure primaire d activité en scintillation liquide

L étalonnage par traceur Compton, une nouvelle méthode de mesure primaire d activité en scintillation liquide PH. CASSEE L étalonnage par traceur Copton, une nouvelle éthode de esure priaire d activité en scintillation liquide he Copton source efficiency tracing ethod, a new standardization ethod in liquid scintillation

Plus en détail

Utiliser Internet Explorer

Utiliser Internet Explorer 5 Utiliser Internet Explorer 5 Utiliser Internet Explorer Internet Explorer est le plus utilisé et le plus répandu des navigateurs web. En effet, Internet Explorer, couraent appelé IE, est le navigateur

Plus en détail

Modèle de troncature gauche : Comparaison par simulation sur données indépendantes et dépendantes

Modèle de troncature gauche : Comparaison par simulation sur données indépendantes et dépendantes de troncature gauche : Comparaison par simulation sur données indépendantes et dépendantes Zohra Guessoum 1 & Farida Hamrani 2 1 Lab. MSTD, Faculté de mathématique, USTHB, BP n 32, El Alia, Alger, Algérie,zguessoum@usthb.dz

Plus en détail

Réseaux Évidentiels pour la fusion de données multimodales hétérogènes : application à la détection de chutes

Réseaux Évidentiels pour la fusion de données multimodales hétérogènes : application à la détection de chutes Réseaux Évidentiels pour la fusion de données ultiodales hétérogènes : application à la détection de chutes Paulo Arando Cavalcante Aguilar To cite this version: Paulo Arando Cavalcante Aguilar. Réseaux

Plus en détail

DOSSIER SUR LE SECTEUR DES NOMS DE DOMAINE VOLUME 11 - NUMÉRO 4 - JANVIER 2015

DOSSIER SUR LE SECTEUR DES NOMS DE DOMAINE VOLUME 11 - NUMÉRO 4 - JANVIER 2015 DOSSIER SUR LE SECTEUR DES NOMS DE DOMAINE VOLUME 11 - NUMÉRO - JANVIER 2015 RAPPORT DE VERISIGN SUR LES NOMS DE DOMAINE LEADER MONDIAL DU SECTEUR DES NOMS DE DOMAINE ET DE LA SÉCURITÉ D'INTERNET, VERISIGN

Plus en détail

Méthodes de Simulation

Méthodes de Simulation Méthodes de Simulation JEAN-YVES TOURNERET Institut de recherche en informatique de Toulouse (IRIT) ENSEEIHT, Toulouse, France Peyresq06 p. 1/41 Remerciements Christian Robert : pour ses excellents transparents

Plus en détail

Autour des nombres et des polynômes de Bernoulli

Autour des nombres et des polynômes de Bernoulli Autour des nobres et des polynôes de Bernoulli Gaëtan Bisson d après un cours de Don Zagier Résué En athéatiques, les nobres de Bernoulli ont d abord été étudiés en cherchant à calculer les soes du type

Plus en détail

Application de la méthode de surface de réponse stochastique à l analyse de stabilité d un tunnel pressurisé

Application de la méthode de surface de réponse stochastique à l analyse de stabilité d un tunnel pressurisé Application de la méthode de surface de réponse stochastique à l analyse de stabilité d un tunnel pressurisé Guilhem Mollon 1, Daniel Dias 2, Abdul-Hamid Soubra 3 1 Doctorant, Laboratoire de Génie Civil

Plus en détail

$SSOLFDWLRQGXNULJHDJHSRXUOD FDOLEUDWLRQPRWHXU

$SSOLFDWLRQGXNULJHDJHSRXUOD FDOLEUDWLRQPRWHXU $SSOLFDWLRQGXNULJHDJHSRXUOD FDOLEUDWLRQPRWHXU Fabien FIGUERES fabien.figueres@mpsa.com 0RWVFOpV : Krigeage, plans d expériences space-filling, points de validations, calibration moteur. 5pVXPp Dans le

Plus en détail

THESE. Applications des algorithmes d'auto-organisation à la classification et à la prévision

THESE. Applications des algorithmes d'auto-organisation à la classification et à la prévision UNIVERSITE PARIS I PANTHEON SORBONNE U.F.R. DE MATHEMATIQUES et INFORMATIQUE Année 999 THESE Pour obtenir le rade de DOCTEUR DE L'UNIVERSITE PARIS I Discipline : Mathéatiques Présentée et soutenue publiqueent

Plus en détail

Approche modèle pour l estimation en présence de non-réponse non-ignorable en sondage

Approche modèle pour l estimation en présence de non-réponse non-ignorable en sondage Approche modèle pour l estimation en présence de non-réponse non-ignorable en sondage Journées de Méthodologie Statistique Eric Lesage Crest-Ensai 25 janvier 2012 Introduction et contexte 2/27 1 Introduction

Plus en détail

Simulation numérique de la réponse d un pieu en cours de battage

Simulation numérique de la réponse d un pieu en cours de battage Siulation nuérique e la réponse un pieu en cours e battage Philippe LEPERT Ingenieur Division Géotechnique et Mécanique es Chaussées Laboratoire Central es Ponts et Chaussées Daniel MEIGNEN Technicien

Plus en détail

physicien diplômé EPFZ originaire de France présentée acceptée sur proposition Thèse no. 7178

physicien diplômé EPFZ originaire de France présentée acceptée sur proposition Thèse no. 7178 Thèse no. 7178 PROBLEMES D'OPTIMISATION DANS LES SYSTEMES DE CHAUFFAGE A DISTANCE présentée à l'ecole POLYTECHNIQUE FEDERALE DE ZURICH pour l'obtention du titre de Docteur es sciences naturelles par Alain

Plus en détail

TABLE DES MATIERES. C Exercices complémentaires 42

TABLE DES MATIERES. C Exercices complémentaires 42 TABLE DES MATIERES Chapitre I : Echantillonnage A - Rappels de cours 1. Lois de probabilités de base rencontrées en statistique 1 1.1 Définitions et caractérisations 1 1.2 Les propriétés de convergence

Plus en détail

Les simulations dans l enseignement des sondages Avec le logiciel GENESIS sous SAS et la bibliothèque Sondages sous R

Les simulations dans l enseignement des sondages Avec le logiciel GENESIS sous SAS et la bibliothèque Sondages sous R Les simulations dans l enseignement des sondages Avec le logiciel GENESIS sous SAS et la bibliothèque Sondages sous R Yves Aragon, David Haziza & Anne Ruiz-Gazen GREMAQ, UMR CNRS 5604, Université des Sciences

Plus en détail

NON-LINEARITE ET RESEAUX NEURONAUX

NON-LINEARITE ET RESEAUX NEURONAUX NON-LINEARITE ET RESEAUX NEURONAUX Vêlayoudom MARIMOUTOU Laboratoire d Analyse et de Recherche Economiques Université de Bordeaux IV Avenue. Leon Duguit, 33608 PESSAC, France tel. 05 56 84 85 77 e-mail

Plus en détail

La mémoire C HAPITRE S EPT. 7.1 Qu est-ce que la mémoire? 166. 7.2 L utilisation de la mémoire à court terme 169

La mémoire C HAPITRE S EPT. 7.1 Qu est-ce que la mémoire? 166. 7.2 L utilisation de la mémoire à court terme 169 La éoire C HAPITRE S EPT 7.1 Qu est-ce que la éoire? 166 Les types de éoires 166 Vue d enseble des processus éoriels 168 7.2 L utilisation de la éoire à court tere 169 La éoire iconique 169 La éoire à

Plus en détail

OPTIMISATION DE LA MAINTENANCE DES EQUIPEMENTS DE MANUTENTION DU TERMINAL A CONTENEURS DE BEJAIA (BMT)

OPTIMISATION DE LA MAINTENANCE DES EQUIPEMENTS DE MANUTENTION DU TERMINAL A CONTENEURS DE BEJAIA (BMT) OPTIMISATION DE LA MAINTENANCE DES EQUIPEMENTS DE MANUTENTION DU TERMINAL A CONTENEURS DE BEJAIA (BMT) LAGGOUNE Radouane 1 et HADDAD Cherifa 2 1,2: Dépt. de G. Mécanique, université de Bejaia, Targa-Ouzemour

Plus en détail

L indice des prix à la consommation

L indice des prix à la consommation L indice des prix à la consoation Base 2004 Direction générale Statistique et Inforation éconoique 2007 L indice des prix à la consoation Base 2004 = 100 La Direction générale Statistique et Inforation

Plus en détail

Exemple PLS avec SAS

Exemple PLS avec SAS Exemple PLS avec SAS This example, from Umetrics (1995), demonstrates different ways to examine a PLS model. The data come from the field of drug discovery. New drugs are developed from chemicals that

Plus en détail

CONCOURS D ENTREE A L ECOLE DE 2007 CONCOURS EXTERNE. Cinquième épreuve d admissibilité STATISTIQUE. (durée : cinq heures)

CONCOURS D ENTREE A L ECOLE DE 2007 CONCOURS EXTERNE. Cinquième épreuve d admissibilité STATISTIQUE. (durée : cinq heures) CONCOURS D ENTREE A L ECOLE DE 2007 CONCOURS EXTERNE Cinquième épreuve d admissibilité STATISTIQUE (durée : cinq heures) Une composition portant sur la statistique. SUJET Cette épreuve est composée d un

Plus en détail

Chapitre 3. Les distributions à deux variables

Chapitre 3. Les distributions à deux variables Chapitre 3. Les distributions à deux variables Jean-François Coeurjolly http://www-ljk.imag.fr/membres/jean-francois.coeurjolly/ Laboratoire Jean Kuntzmann (LJK), Grenoble University 1 Distributions conditionnelles

Plus en détail

Chapitre 2 Le problème de l unicité des solutions

Chapitre 2 Le problème de l unicité des solutions Université Joseph Fourier UE MAT 127 Mathématiques année 2011-2012 Chapitre 2 Le problème de l unicité des solutions Ce que nous verrons dans ce chapitre : un exemple d équation différentielle y = f(y)

Plus en détail

Quantification Scalaire et Prédictive

Quantification Scalaire et Prédictive Quantification Scalaire et Prédictive Marco Cagnazzo Département Traitement du Signal et des Images TELECOM ParisTech 7 Décembre 2012 M. Cagnazzo Quantification Scalaire et Prédictive 1/64 Plan Introduction

Plus en détail

Tests non-paramétriques de non-effet et d adéquation pour des covariables fonctionnelles

Tests non-paramétriques de non-effet et d adéquation pour des covariables fonctionnelles Tests non-paramétriques de non-effet et d adéquation pour des covariables fonctionnelles Valentin Patilea 1 Cesar Sanchez-sellero 2 Matthieu Saumard 3 1 CREST-ENSAI et IRMAR 2 USC Espagne 3 IRMAR-INSA

Plus en détail

RISK-BASED TRANSPORTATION PLANNING PRACTICE: OVERALL METIIODOLOGY AND A CASE EXAMPLE"' RESUME

RISK-BASED TRANSPORTATION PLANNING PRACTICE: OVERALL METIIODOLOGY AND A CASE EXAMPLE' RESUME RISK-BASED TRANSPORTATION PLANNING PRACTICE: OVERALL METIIODOLOGY AND A CASE EXAMPLE"' ERTUGRULALP BOVAR-CONCORD Etwiromnental, 2 Tippet Rd. Downsviel+) ON M3H 2V2 ABSTRACT We are faced with various types

Plus en détail

TABLE DES MATIÈRES. Bruxelles, De Boeck, 2011, 736 p.

TABLE DES MATIÈRES. Bruxelles, De Boeck, 2011, 736 p. STATISTIQUE THÉORIQUE ET APPLIQUÉE Tome 2 Inférence statistique à une et à deux dimensions Pierre Dagnelie TABLE DES MATIÈRES Bruxelles, De Boeck, 2011, 736 p. ISBN 978-2-8041-6336-5 De Boeck Services,

Plus en détail

OBJECTIFS. I. A quoi sert un oscilloscope?

OBJECTIFS. I. A quoi sert un oscilloscope? OBJECTIFS Oscilloscope et générateur basse fréquence (G.B.F.) Siuler le fonctionneent et les réglages d'un oscilloscope Utiliser l oscilloscope pour esurer des tensions continues et alternatives Utiliser

Plus en détail

innovation / construction / territoire Crèche modulaire-bois La Rose des Vents GAILLAC (81) COMMUNAUTÉ DE COMMUNES

innovation / construction / territoire Crèche modulaire-bois La Rose des Vents GAILLAC (81) COMMUNAUTÉ DE COMMUNES innovation / construction / territoire Crèche odulaire-bois La Rose des Vents GAILLAC (81) COMMUNAUTÉ DE COMMUNES Présentation de la crèche éco-responsable et odulaire de la Rose des vents à Gaillac La

Plus en détail

Chapitre 7. Statistique des échantillons gaussiens. 7.1 Projection de vecteurs gaussiens

Chapitre 7. Statistique des échantillons gaussiens. 7.1 Projection de vecteurs gaussiens Chapitre 7 Statistique des échantillons gaussiens Le théorème central limite met en évidence le rôle majeur tenu par la loi gaussienne en modélisation stochastique. De ce fait, les modèles statistiques

Plus en détail

MCMC et approximations en champ moyen pour les modèles de Markov

MCMC et approximations en champ moyen pour les modèles de Markov MCMC et approximations en champ moyen pour les modèles de Markov Gersende FORT LTCI CNRS - TELECOM ParisTech En collaboration avec Florence FORBES (Projet MISTIS, INRIA Rhône-Alpes). Basé sur l article:

Plus en détail

AICp. Vincent Vandewalle. To cite this version: HAL Id: inria-00386678 https://hal.inria.fr/inria-00386678

AICp. Vincent Vandewalle. To cite this version: HAL Id: inria-00386678 https://hal.inria.fr/inria-00386678 Sélection prédictive d un modèle génératif par le critère AICp Vincent Vandewalle To cite this version: Vincent Vandewalle. Sélection prédictive d un modèle génératif par le critère AICp. 41èmes Journées

Plus en détail

Une méthode d apprentissage pour la composition de services web

Une méthode d apprentissage pour la composition de services web Une méthode d apprentissage pour la composition de services web Soufiene Lajmi * Chirine Ghedira ** Khaled Ghedira * * Laboratoire SOIE (ENSI) University of Manouba, Manouba 2010, Tunisia Soufiene.lajmi@ensi.rnu.tn,

Plus en détail

PHANTOM 3. Guide de démarrage rapide PROFESSIONAL V1.0

PHANTOM 3. Guide de démarrage rapide PROFESSIONAL V1.0 PHANTOM 3 PROFESSIONAL Guide de déarrage rapide V.0 Phanto 3 Professional Découvrez votre Phanto 3 Professional. La caéra du Phanto 3 Professional vous peret d'enregistrer des vidéos en 4K et de prendre

Plus en détail

Etude d un cas industriel : Optimisation de la modélisation de paramètre de production

Etude d un cas industriel : Optimisation de la modélisation de paramètre de production Revue des Sciences et de la Technologie RST- Volume 4 N 1 /janvier 2013 Etude d un cas industriel : Optimisation de la modélisation de paramètre de production A.F. Bernate Lara 1, F. Entzmann 2, F. Yalaoui

Plus en détail

3 Approximation de solutions d équations

3 Approximation de solutions d équations 3 Approximation de solutions d équations Une équation scalaire a la forme générale f(x) =0où f est une fonction de IR dans IR. Un système de n équations à n inconnues peut aussi se mettre sous une telle

Plus en détail

«Des places de jeux pour tous» Formulaire de demande

«Des places de jeux pour tous» Formulaire de demande «Des places de jeux pour tous» Forulaire de deande Ce questionnaire infore quant à la place de jeu en projet et ne constitue pas une grille d évaluation. Les renseigneents doivent donner une ipression

Plus en détail

English Q&A #1 Braille Services Requirement PPTC 144918. Q1. Would you like our proposal to be shipped or do you prefer an electronic submission?

English Q&A #1 Braille Services Requirement PPTC 144918. Q1. Would you like our proposal to be shipped or do you prefer an electronic submission? English Q&A #1 Braille Services Requirement PPTC 144918 Q1. Would you like our proposal to be shipped or do you prefer an electronic submission? A1. Passport Canada requests that bidders provide their

Plus en détail

Allocation Robuste et Restrictions sur les Contributions au Risque

Allocation Robuste et Restrictions sur les Contributions au Risque Allocation Robuste et Restrictions sur les Contributions au Risque QuantValley/QMI Workshop, Geneve, 26 Septembre, 2013 http://ssrn.com/abstract=2192399 1/33 Les contributions du papier: Nous définissons

Plus en détail

3. Conditionnement P (B)

3. Conditionnement P (B) Conditionnement 16 3. Conditionnement Dans cette section, nous allons rappeler un certain nombre de définitions et de propriétés liées au problème du conditionnement, c est à dire à la prise en compte

Plus en détail

Détection de têtes dans un nuage de points 3D à l aide d un modèle de mélange sphérique

Détection de têtes dans un nuage de points 3D à l aide d un modèle de mélange sphérique Détection de têtes dans un nuage de points 3D à l aide d un modèle de mélange sphérique Denis Brazey & Bruno Portier 2 Société Prynɛl, RD974 290 Corpeau, France denis.brazey@insa-rouen.fr 2 Normandie Université,

Plus en détail

Forthcoming Database

Forthcoming Database DISS.ETH NO. 15802 Forthcoming Database A Framework Approach for Data Visualization Applications A dissertation submitted to the SWISS FEDERAL INSTITUTE OF TECHNOLOGY ZURICH for the degree of Doctor of

Plus en détail

Équations générales des milieux continus

Équations générales des milieux continus Équations générales des ilieux continus Jean Garrigues 1 ai 212 ii Avant-propos L objectif de ce cours est d établir les équations générales régissant tous les ilieux continus, qu ils soient solides ou

Plus en détail

Construction bayésienne de prévisions probabilistes à partir des sorties d'un modèle déterministe pluie-débit

Construction bayésienne de prévisions probabilistes à partir des sorties d'un modèle déterministe pluie-débit Construction bayésienne de prévisions probabilistes à partir des sorties d'un modèle déterministe pluie-débit Marie Courbariaux, Éric Parent & Pierre Barbillon INRA/AgroParisTech, UMR518 MIA, 75231 Paris,

Plus en détail

Vers une approche Adaptative pour la Découverte et la Composition Dynamique des Services

Vers 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 détail

Introduction à l approche bootstrap

Introduction à l approche bootstrap Introduction à l approche bootstrap Irène Buvat U494 INSERM buvat@imedjussieufr 25 septembre 2000 Introduction à l approche bootstrap - Irène Buvat - 21/9/00-1 Plan du cours Qu est-ce que le bootstrap?

Plus en détail

Formes quadratiques. 1 Formes quadratiques et formes polaires associées. Imen BHOURI. 1.1 Définitions

Formes quadratiques. 1 Formes quadratiques et formes polaires associées. Imen BHOURI. 1.1 Définitions Formes quadratiques Imen BHOURI 1 Ce cours s adresse aux étudiants de niveau deuxième année de Licence et à ceux qui préparent le capes. Il combine d une façon indissociable l étude des concepts bilinéaires

Plus en détail

Définition et diffusion de signatures sémantiques dans les systèmes pair-à-pair

Définition et diffusion de signatures sémantiques dans les systèmes pair-à-pair Définition et diffusion de signatures sémantiques dans les systèmes pair-à-pair Raja Chiky, Bruno Defude, Georges Hébrail GET-ENST Paris Laboratoire LTCI - UMR 5141 CNRS Département Informatique et Réseaux

Plus en détail

THÈSE. présentée à TÉLÉCOM PARISTECH. pour obtenir le grade de. DOCTEUR de TÉLÉCOM PARISTECH. Mention Informatique et Réseaux. par.

THÈSE. présentée à TÉLÉCOM PARISTECH. pour obtenir le grade de. DOCTEUR de TÉLÉCOM PARISTECH. Mention Informatique et Réseaux. par. École Doctorale d Informatique, Télécommunications et Électronique de Paris THÈSE présentée à TÉLÉCOM PARISTECH pour obtenir le grade de DOCTEUR de TÉLÉCOM PARISTECH Mention Informatique et Réseaux par

Plus en détail

REMOTE DATA ACQUISITION OF EMBEDDED SYSTEMS USING INTERNET TECHNOLOGIES: A ROLE-BASED GENERIC SYSTEM SPECIFICATION

REMOTE DATA ACQUISITION OF EMBEDDED SYSTEMS USING INTERNET TECHNOLOGIES: A ROLE-BASED GENERIC SYSTEM SPECIFICATION REMOTE DATA ACQUISITION OF EMBEDDED SYSTEMS USING INTERNET TECHNOLOGIES: A ROLE-BASED GENERIC SYSTEM SPECIFICATION THÈSE N O 2388 (2001) PRÉSENTÉE AU DÉPARTEMENT D'INFORMATIQUE ÉCOLE POLYTECHNIQUE FÉDÉRALE

Plus en détail

Échafaudage de façade UNI 70/100

Échafaudage de façade UNI 70/100 Stark gerüstet. Échafaudage de façade 70/100 Français valable à partir du 15.04.2013 Table des atières Montage du systèe / Avantages du systèe 2-3 Châssis 4-5 Planchers 6 Escaliers «intérieurs» 7 Escaliers

Plus en détail

Modélisation et simulation

Modélisation et simulation Modélisation et simulation p. 1/36 Modélisation et simulation INFO-F-305 Gianluca Bontempi Département d Informatique Boulevard de Triomphe - CP 212 http://www.ulb.ac.be/di Modélisation et simulation p.

Plus en détail

TP1 Méthodes de Monte Carlo et techniques de réduction de variance, application au pricing d options

TP1 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 détail

Prédiction et Big data

Prédiction et Big data Prédiction et Big data Mitra Fouladirad Institut Charles Delaunay - UMR CNRS 6281 Université de Technologie de Troyes 29 avril 2015 1 1 Sujet Motivation Le pronostic ou la prédiction du comportement futur

Plus en détail

Évaluation de la mise en oeuvre des recommandations issues des audits effectués à l Université Nationale du Bénin par la Banque mondiale et l UNESCO

Évaluation de la mise en oeuvre des recommandations issues des audits effectués à l Université Nationale du Bénin par la Banque mondiale et l UNESCO Évaluation de la mise en oeuvre des recommandations issues des audits effectués à l Université Nationale du Bénin par la Banque mondiale et l UNESCO Plan de la présentation I- Contexte et problématique

Plus en détail

Modélisation multi-agent d allocation des ressources : application à la maintenance

Modélisation multi-agent d allocation des ressources : application à la maintenance Modélisation multi-agent d allocation des ressources : application à la maintenance Mohamed Kharbach (*), Mustapha Ouardouz (*), Zoubir El Felsoufi (*) (*) Equipe de Modélisation Mathématique & Contrôle

Plus en détail

Chapitre 5: Oscillations d un pendule élastique horizontal

Chapitre 5: Oscillations d un pendule élastique horizontal 1 re B et C 5 Oscillations d'un pendule élastique horizontal 40 Chapitre 5: Oscillations d un pendule élastique horizontal 1. Définitions a) Oscillateur écanique * Un systèe écanique qui effectue un ouveent

Plus en détail

LA NOTATION STATISTIQUE DES EMPRUNTEURS OU «SCORING»

LA NOTATION STATISTIQUE DES EMPRUNTEURS OU «SCORING» LA NOTATION STATISTIQUE DES EMPRUNTEURS OU «SCORING» Gilbert Saporta Professeur de Statistique Appliquée Conservatoire National des Arts et Métiers Dans leur quasi totalité, les banques et organismes financiers

Plus en détail

Tests d indépendance en analyse multivariée et tests de normalité dans les modèles ARMA

Tests d indépendance en analyse multivariée et tests de normalité dans les modèles ARMA Tests d indépendance en analyse multivariée et tests de normalité dans les modèles ARMA Soutenance de doctorat, sous la direction de Pr. Bilodeau, M. et Pr. Ducharme, G. Université de Montréal et Université

Plus en détail

Cl) Cl) I-. >CD CD _.CD. o-q OCD - C, -CD 0C1) CDO CDCD. ( Co. 0c;1. Cl) r%) (31. Cl) C-)

Cl) Cl) I-. >CD CD _.CD. o-q OCD - C, -CD 0C1) CDO CDCD. ( Co. 0c;1. Cl) r%) (31. Cl) C-) l) - ) (P - r%) (31 ) c;1 ( o o 3 oi ), l) ) > I-. -, O a -, - 1) O 3 o o-q G) _. - o P., -) ) 1 ci I l) l) L) Mr. hair, Assebled, Ministers, distinguished delegates: 2 easures - ethods - believes that

Plus en détail

1 Complément sur la projection du nuage des individus

1 Complément sur la projection du nuage des individus TP 0 : Analyse en composantes principales (II) Le but de ce TP est d approfondir nos connaissances concernant l analyse en composantes principales (ACP). Pour cela, on reprend les notations du précédent

Plus en détail

De la mesure à l analyse des risques

De la mesure à l analyse des risques De la mesure à l analyse des risques Séminaire ISFA - B&W Deloitte Jean-Paul LAURENT Professeur à l'isfa, Université Claude Bernard Lyon 1 laurent.jeanpaul@free.fr http://laurent.jeanpaul.free.fr/ 0 De

Plus en détail

MASSE, VOLUME ET QUANTITE DE MATIERE

MASSE, VOLUME ET QUANTITE DE MATIERE MASSE, OLUME ET QUANTITE DE MATIERE Exercices du Livre Microega Hatier (004 Correction L acide sulfurique 1. Calculons la asse olaire de l acide sulfurique : M(H SO 4 xm(h + M(S + 4xM(O M(H SO 4 x1,00

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

Probabilités III Introduction à l évaluation d options

Probabilités III Introduction à l évaluation d options Probabilités III Introduction à l évaluation d options Jacques Printems Promotion 2012 2013 1 Modèle à temps discret 2 Introduction aux modèles en temps continu Limite du modèle binomial lorsque N + Un

Plus en détail

Instructions pour mettre à jour un HFFv2 v1.x.yy v2.0.00

Instructions pour mettre à jour un HFFv2 v1.x.yy v2.0.00 Instructions pour mettre à jour un HFFv2 v1.x.yy v2.0.00 HFFv2 1. OBJET L accroissement de la taille de code sur la version 2.0.00 a nécessité une évolution du mapping de la flash. La conséquence de ce

Plus en détail

AGROBASE : un système de gestion de données expérimentales

AGROBASE : 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 détail

Correction du Baccalauréat S Amérique du Nord mai 2007

Correction du Baccalauréat S Amérique du Nord mai 2007 Correction du Baccalauréat S Amérique du Nord mai 7 EXERCICE points. Le plan (P) a une pour équation cartésienne : x+y z+ =. Les coordonnées de H vérifient cette équation donc H appartient à (P) et A n

Plus en détail

I. Programmation I. 1 Ecrire un programme en Scilab traduisant l organigramme montré ci-après (on pourra utiliser les annexes):

I. Programmation I. 1 Ecrire un programme en Scilab traduisant l organigramme montré ci-après (on pourra utiliser les annexes): Master Chimie Fondamentale et Appliquée : spécialité «Ingénierie Chimique» Examen «Programmation, Simulation des procédés» avril 2008a Nom : Prénom : groupe TD : I. Programmation I. 1 Ecrire un programme

Plus en détail

CLIM/GTP/27/8 ANNEX III/ANNEXE III. Category 1 New indications/ 1 re catégorie Nouvelles indications

CLIM/GTP/27/8 ANNEX III/ANNEXE III. Category 1 New indications/ 1 re catégorie Nouvelles indications ANNEX III/ANNEXE III PROPOSALS FOR CHANGES TO THE NINTH EDITION OF THE NICE CLASSIFICATION CONCERNING AMUSEMENT APPARATUS OR APPARATUS FOR GAMES/ PROPOSITIONS DE CHANGEMENTS À APPORTER À LA NEUVIÈME ÉDITION

Plus en détail

Post-processing of multimodel hydrological forecasts for the Baskatong catchment

Post-processing of multimodel hydrological forecasts for the Baskatong catchment + Post-processing of multimodel hydrological forecasts for the Baskatong catchment Fabian Tito Arandia Martinez Marie-Amélie Boucher Jocelyn Gaudet Maria-Helena Ramos + Context n Master degree subject:

Plus en détail

Cours de méthodes de scoring

Cours de méthodes de scoring UNIVERSITE DE CARTHAGE ECOLE SUPERIEURE DE STATISTIQUE ET D ANALYSE DE L INFORMATION Cours de méthodes de scoring Préparé par Hassen MATHLOUTHI Année universitaire 2013-2014 Cours de méthodes de scoring-

Plus en détail

Grandes tendances et leurs impacts sur l acquisition de produits et services TI.

Grandes tendances et leurs impacts sur l acquisition de produits et services TI. Grandes tendances et leurs impacts sur l acquisition de produits et services TI. François Banville Partenaire exécutif chez Gartner Gartner is a registered trademark of Gartner, Inc. or its affiliates.

Plus en détail

SARM: Simulation of Absorption Refrigeration Machine

SARM: Simulation of Absorption Refrigeration Machine Revue des Energies Renouvelables Vol. 11 N 4 (2008) 587 594 SARM: Simulation of Absorption Refrigeration Machine S. Kherris 1*, M. Makhlouf 1 et A. Asnoun 2 1 Laboratoire des Matériaux et des Systèmes

Plus en détail

Évaluation de la régression bornée

Évaluation de la régression bornée Thierry Foucart UMR 6086, Université de Poitiers, S P 2 M I, bd 3 téléport 2 BP 179, 86960 Futuroscope, Cedex FRANCE Résumé. le modèle linéaire est très fréquemment utilisé en statistique et particulièrement

Plus en détail

LA MESURE DE MASSE POUR LA DÉTERMINATION DE PÉRIODES RADIOACTIVES

LA MESURE DE MASSE POUR LA DÉTERMINATION DE PÉRIODES RADIOACTIVES LA EURE DE AE POUR LA DÉTERINATION DE PÉRIODE RADIOACTIVE CEA ACLAY, DEN/DAN/DPC ervice d Études Analytiques et de Réactivité des urfaces Laboratoire de développement Analytique Nucléaire Isotopique et

Plus en détail

Monitor LRD. Table des matières

Monitor LRD. Table des matières Folio :1/6 Table des matières 1.Installation du logiciel... 3 2.Utilisation du logiciel... 3 2.1.Description de la fenêtre de commande... 3 2.1.1.Réglage des paramètres de communication... 4 2.1.2.Boutons

Plus en détail

Exercice : la frontière des portefeuilles optimaux sans actif certain

Exercice : la frontière des portefeuilles optimaux sans actif certain Exercice : la frontière des portefeuilles optimaux sans actif certain Philippe Bernard Ingénierie Economique & Financière Université Paris-Dauphine Février 0 On considère un univers de titres constitué

Plus en détail

Exercices sur SQL server 2000

Exercices sur SQL server 2000 Exercices sur SQL server 2000 La diagramme de classe : Exercices sur SQL server 2000 Le modèle relationnel correspondant : 1 Créer les tables Clic-droit on Tables et choisir «New Table» Créer la table

Plus en détail

Institut français des sciences et technologies des transports, de l aménagement

Institut français des sciences et technologies des transports, de l aménagement Institut français des sciences et technologies des transports, de l aménagement et des réseaux Session 3 Big Data and IT in Transport: Applications, Implications, Limitations Jacques Ehrlich/IFSTTAR h/ifsttar

Plus en détail

5Visualisation. pièges à. éviter... de données : e-book : Visualisation & Ergonomie. Page 1 / 30. Partagez cet e-book :

5Visualisation. pièges à. éviter... de données : e-book : Visualisation & Ergonomie. Page 1 / 30. Partagez cet e-book : Page 1 / 30 5Visualisation de données : éviter... pièges à Partagez cet e-book : Page 2 / 30 Depuis des décennies, nous utilisons des graphiques pour mieux interpréter les données métiers. Toutefois, même

Plus en détail

Evaluation des performances de programmes parallèles haut niveau à base de squelettes

Evaluation des performances de programmes parallèles haut niveau à base de squelettes Evaluation des performances de programmes parallèles haut niveau à base de squelettes Enhancing the Performance Predictability of Grid Applications with Patterns and Process Algebras A. Benoit, M. Cole,

Plus en détail

LE FORMAT DES RAPPORTS DU PERSONNEL DES COMMISSIONS DE DISTRICT D AMENAGEMENT FORMAT OF DISTRICT PLANNING COMMISSION STAFF REPORTS

LE FORMAT DES RAPPORTS DU PERSONNEL DES COMMISSIONS DE DISTRICT D AMENAGEMENT FORMAT OF DISTRICT PLANNING COMMISSION STAFF REPORTS FORMAT OF DISTRICT PLANNING COMMISSION STAFF REPORTS LE FORMAT DES RAPPORTS DU PERSONNEL DES COMMISSIONS DE DISTRICT D AMENAGEMENT A Guideline on the Format of District Planning Commission Staff Reports

Plus en détail

Le modèle de régression linéaire

Le modèle de régression linéaire Chapitre 2 Le modèle de régression linéaire 2.1 Introduction L économétrie traite de la construction de modèles. Le premier point de l analyse consiste à se poser la question : «Quel est le modèle?». Le

Plus en détail

SCHOLARSHIP ANSTO FRENCH EMBASSY (SAFE) PROGRAM 2015-2 APPLICATION FORM

SCHOLARSHIP ANSTO FRENCH EMBASSY (SAFE) PROGRAM 2015-2 APPLICATION FORM SCHOLARSHIP ANSTO FRENCH EMBASSY (SAFE) PROGRAM 2015-2 APPLICATION FORM APPLICATION FORM / FORMULAIRE DE CANDIDATURE Note: If there is insufficient space to answer a question, please attach additional

Plus en détail