Méthodes de Résolution de problèmes En Intelligence Artificielle
|
|
- Renée Lambert
- il y a 8 ans
- Total affichages :
Transcription
1 Méthodes de Résolution de problèmes En Intelligence Artificielle
2 Résolution de Problèmes et Intelligence Artificielle Résoudre des puzzles Jouer aux échecs Faire des mathématiques Et même conduire une voiture Sont des activités humaines qui requièrent de l intelligence 2
3 Les machines munies de programmes qui peuvent entreprendre de telles tâches, possèdent un certain degré d intelligence La résolution de problèmes exclut les méthodes de calcul ordinaire comme l inversion d une matrice ou la résolution des équations différentielles 3
4 Méthode basée Trial and error Les méthodes étudiées en Intelligence Artificielle utilisent souvent une recherche basée sur des essais et erreurs ( trial-anderror): Elles recherchent une solution dans un espace de solutions possibles 4
5 D autres thématiques de l Intelligence Artificielle Apprentissage automatique Compréhension du langage naturel Raisonnement automatique Il n existe pas de théorie unifiée pour l organisation de l intelligence. Cependant, comme les techniques de résolution de problèmes sont d une utilité d ordre général, elles peuvent être utilisées dans tous les axes de recherche de l Intelligence Artificielle 5
6 Les puzzles et les jeux comme exemples de problèmes Les puzzles et les jeux constituent une source riche d exemples de problèmes Pour l illustration des techniques Pour le test des méthodes Il existe des programmes de jeux qui battent les experts humains comme les jeux d échec 6
7 Le Taquin à 2 dimensions L exemple de problème utilisé dans ce cours est le taquin à 2 dimensions ou le puzzle à 15 carreaux Configuration initiale configuration cible
8 Approche Espace des états 8
9 Etat du problème Lors du processus de résolution, le problème transite d un état vers un autre. Dans le cas du taquin, un état est une configuration du tableau 4x4 On distingue: L état initial Un ou plusieurs états finaux 9
10 Opérateurs Un opérateur transforme un état en un autre état. Il existe quatre opérateurs pour le taquin: déplacer la case vide en haut déplacer la case vide en bas déplacer la case vide à gauche déplacer la case vide à droite 10
11 L application des opérateurs sur les états en démarrant de l état initial conduit à la construction d une arborescence 11
12 Exemple de portion d une arborescence
13 La racine correspond à la configuration initiale Un nœud représente une configuration quelconque Un arc correspond à l application d un opérateur 13
14 Réduction des problèmes en sous problèmes
15 Fractionnement du problème Le problème est divisé en plusieurs sous problèmes de petites tailles Le fractionnement s arrête lorsque le sous problème correspondant est solvable 15
16 Construction d une arborescence Un processus récursif permet la construction d une arborescence de sous problèmes. La racine correspond au problème à résoudre Un nœud à un sous problème Les sous problèmes d un niveau de l arbre ont une taille inférieure aux sous problèmes des niveaux supérieurs Les feuilles de l arbre correspondent aux sous problèmes solvables 16
17 Exemple Conduire d Oran à Annaba Conduire d Oran à Chlef Conduire de Chlef à Alger Conduire d Alger à Sétif Conduire de Sétif à Annaba 17
18 Exemple de portion d une arborescence Conduire d Oran à Annaba Conduire d Oran à Chlef Conduire De Chlef à Alger Conduire d Alger à Sétif Conduire De Sétif à Annaba Conduire De Chlef à Blida Conduire De Blida à Alger Conduire D Alger à Bouira 18
19 Remarque importante 1- C est la taille du problème qui est réduite à chaque fois que le problème est insolvable 2- La technique de résolution est la même pour tous les sous problèmes 19
20 Démonstration de théorèmes 20
21 Utilisation de la logique dans la résolution de problèmes Que ce soit par l approche espace des états ou par la réduction de problèmes, la résolution de problèmes fait appel souvent à la logique 21
22 Exemple d utilisation de la logique dans l approche Espace des états Dans le jeu du taquin, il a été démontré que les opérateurs de transition tels que définis précédemment conduisent à la création de deux sous-ensembles disjoints contenant les états du problème Un état quelconque d un sous ensemble ne peut donc avoir des successeurs appartenant à l autre sous ensemble Cet important résultat peut aider grandement à la résolution du problème, car à chaque génération d une configuration, il peut nous renseigner sur la possibilité d atteindre ou non l état cible 22
23 Troisième approche basée sur la logique: La démonstration de théorèmes Tout problème à résoudre peut être transformé en un théorème à démontrer Résoudre un problème équivaut donc à démontrer le théorème correspondant La logique est employée comme outil théorique pour la preuve 23
24 Deux éléments fondamentaux pour la résolution de problèmes La représentation La recherche Dans ce cours, nous nous intéressons plus particulièrement aux méthodes de recherche de solutions dans un espace d états. 24
25 Démarche générale pour la résolution d un problème 1- Choix de l approche de résolution Espace des états Réduction de problèmes Démonstration de théorèmes 2- Choix d une représentation Pour un même problème, il peut exister plusieurs représentations 3- Choix de la méthode de résolution 25
26 Panorama sur les méthodes de recherche Méthodes aveugles recherche en largeur d abord recherche en profondeur d abord Les méthodes heuristiques: l algorithme A* les méta-heuristiques Le recuit simulé Les algorithmes génétiques Les colonies de fourmis La recherche taboue 26
27 Les méthodes de recherche dans l approche espace des états 27
28 Processus de recherche dans un graphe Le processus de recherche d une solution opère sur une représentation de graphe comme suit: 1- Le nœud initial correspond à l état initial 2- Les successeurs d un nœud sont calculés à l aide des opérateurs. Soit, l opérateur qui calcule tous les successeurs 3- Parmi les successeurs, s il existe un état final, la solution est obtenue en parcourant le graphe de cet état vers l état initial. Les arcs doivent alors être orientés dans les deux sens dans le cas contraire, on continue l expansion des noeuds 28
29 Recherche aveugle Si l expansion des nœuds se fait selon l ordre dans lequel ils ont été engendrés, le processus est appelé recherche en largeur d abord Si la stratégie de l expansion considère des nœuds les plus récemment engendrés, le processus est appelé recherche en profondeur d abord 29
30 Dans les méthodes aveugles, l ordre dans lequel les nœuds sont engendrés ne tient pas compte de la position de l état cible dans le graphe. 30
31 Les méthodes heuristiques Dans les procédures non aveugles, on fait appel à des heuristiques Une heuristique signifie aider à découvrir L heuristique a pour rôle de diriger l expansion des nœuds vers l état but en développant les nœuds les plus prometteurs Par souci de simplification, les méthodes décrites ultérieurement utilisent une structure d arbre. L extension aux graphes sera considérée par la suite. 31
32 La recherche en largeur d abord ou recherche horizontale L expansion des nœuds les moins récemment engendrés s effectue en premier L arborescence est construite niveau après niveau et donc de manière horizontale 32
33 Un algorithme simple de recherche en largeur d abord 1- Insérer le nœud initial s dans une liste appelée OPEN 2- Si OPEN est vide alors échec sinon continuer 3- Retirer le premier nœud de OPEN et l insérer dans une liste appelée CLOSED. Soit n ce nœud. 4- S il n existe pas de successeur alors aller à 2. Engendrer les successeurs de n et les insérer à la queue de OPEN. Créer un chaînage de ces nœuds vers n 5- Si parmi les successeurs, il existe un état final alors succès: la solution est obtenue en suivant le chaînage arrière de ce nœud vers la racine, sinon aller à 2 33
34 Exercice 1: taquin 3x3 Appliquer la recherche en largeur d abord sur la donnée suivante: Configuration initiale configuration cible
35 35
36 Méthode de coût uniforme: une version plus générale de la recherche en largeur d abord Soient: - c(n i,n j ) le coût de l arc reliant ni à son successeur n j - g(n) le coût minimal de la chaîne allant de s à n La méthode garantit le calcul de la chaîne de coût minimal 36
37 Algorithme du coût uniforme 1- Insérer s dans une liste appelée OPEN. Soit g(s) = 0 2- Si OPEN est vide alors échec sinon continuer 3- Retirer de OPEN, le nœud qui a la plus petite valeur g et l insérer dans CLOSED. Soit n ce nœud. En cas de conflit, choisir arbitrairement n. 4- Si n est un état final alors succès sinon continuer 5- Engendrer les successeurs de n. S il n existe pas de successeur aller à 2 sinon calculer et insérer dans OPEN pour chaque successeur n i, g(n i )=g(n)+c(n,n i ). Etablir le chaînage arrière. 6- Aller à 2 37
38 Profondeur d un arbre La profondeur d un nœud dans un arbre est calculée comme suit: profondeur(racine) = 0 profondeur(n) = profondeur(parent(n))+1 38
39 La recherche en profondeur d abord ou recherche verticale L expansion des nœuds les plus récemment engendrés s effectue en premier Le nœud le plus profond est choisi pour l expansion. Lorsqu un certain seuil de profondeur est atteint, le processus considère un nœud du niveau précédent 39
40 Un algorithme de recherche en profondeur 1- Insérer le nœud initial s dans une liste appelée OPEN 2- Si OPEN est vide alors échec sinon continuer 3- Retirer le premier nœud de OPEN et l insérer dans une liste appelée CLOSED. Soit n ce nœud. 4- Si la profondeur de l arbre est égale au seuil de profondeur aller à 2 sinon continuer 5- Engendrer les successeurs de n et les empiler dans OPEN. Créer un chaînage de ces nœuds vers n 5- Si parmi les successeurs, il existe un état final alors succès: la solution est obtenue en suivant le chaînage arrière de ce nœud vers la racine, sinon aller à 2 40
41 Exercice 2: taquin 3x3 Appliquer la recherche en profondeur d abord sur la donnée suivante: Configuration initiale configuration cible
42 42
43 Modifications pour rechercher dans des graphes Recherche en largeur ou en profondeur d abord: * Quand un nœud est engendré, tester s il se trouve dans OPEN ou CLOSED. Ne pas l insérer dans ce cas. Algorithme du coût minimal: *Quand un nœud est créé - s il se trouve dans OPEN, mettre à jour sa valeur g (si elle est plus petite) et son chaînage arrière - s il se trouve dans CLOSED, mettre à jour sa valeur g (si elle est plus petite) et son chaînage arrière et l insérer dans OPEN 43
44 Introduction aux heuristiques Les méthodes aveugles sont des méthodes exhaustives Il existe des limites pratiques sur le temps d exécution et l espace mémoire pour appliquer ces méthodes sur une grande catégorie de problèmes Il faut chercher d autres alternatives efficaces pour solutionner ces problèmes Toute technique visant à accélérer la recherche est basée sur une information appelée heuristique Les méthodes utilisant des heuristiques sont dites méthodes de recherche heuristiques 44
45 Implémentation des méthodes heuristiques Utiliser la recherche en profondeur d abord et placer les nœuds développés dans OPEN selon l ordre déterminé par l heuristique Une façon plus flexible est d utiliser un critère pour réordonner tous les nœuds qui sont dans OPEN Une certaine mesure doit être établie pour évaluer la promesse d un nœud. Cette mesure est appelée fonction d évaluation ou d adéquation ou objective 45
46 Fonction d évaluation L utilisation d une heuristique est basée sur une fonction d évaluation pour ordonner la recherche Soit f une fonction d évaluation, f(n) exprime la valeur de cette fonction pour le nœud n 46
47 Algorithme de recherche ordonnée 1- Placer s dans OPEN et calculer f(s) 2- Si OPEN est vide alors échec sinon continuer 3- Retirer de OPEN, le nœud qui a la plus petite valeur f et l insérer dans CLOSED. Soit n ce nœud. 4- Si n est un état final alors succès sinon continuer 5- Engendrer les successeurs de n. S il n en existe pas aller à 2 sinon calculer pour chaque successeur n i, f(n i ). 6- Insérer les successeurs qui ne sont ni dans OPEN ni dans CLOSED, dans OPEN et établir le chaînage arrière. 7- Mettre à jour la valeur de f pour les successeurs qui se trouvent dans OPEN ou CLOSED. Placer dans OPEN, les nœuds de CLOSED pour lesquels f a diminué. Aller à 2 47
48 Soit f(n) = g(n) + w(n) Exercice 3 Où g(n) est la longueur de la chaîne entre la racine et n et w(n), le nombre de chiffres mal placés dans le puzzle. Le nœud initial a une valeur f = = 4 Appliquer l algorithme de recherche ordonnée sur la donnée de l exercice 2. 48
49 L algorithme A* C est un algorithme de recherche ordonnée basé sur une fonction d évaluation f(n)=g(n)+h(n) où g(n) est le coût de la chaîne allant de s à n et h(n) appelée heuristique est une estimation du coût de la chaîne reliant n à un nœud final. h est spécifique au domaine d application, exemple w. 49
50 Admissibilité et optimalité Théorème1: Si h (n) <= h(n) pour tout n, et si tous les coûts associés aux arcs sont supérieurs à un nombre positif alors A* est admissible. Théorème2: Soient A et A* deux algorithmes admissibles tels que A* est plus informé que A et h (m)-h (n) <= k(m,n) pour A*, alors pour tout graphe, si un nœud n est développé par A*, il est aussi développé par A. 50
Algorithmes de recherche
Algorithmes de recherche 1 Résolution de problèmes par recherche On représente un problème par un espace d'états (arbre/graphe). Chaque état est une conguration possible du problème. Résoudre le problème
Plus en détailCours de Master Recherche
Cours de Master Recherche Spécialité CODE : Résolution de problèmes combinatoires Christine Solnon LIRIS, UMR 5205 CNRS / Université Lyon 1 2007 Rappel du plan du cours 16 heures de cours 1 - Introduction
Plus en détailLes structures de données. Rajae El Ouazzani
Les structures de données Rajae El Ouazzani Les arbres 2 1- Définition de l arborescence Une arborescence est une collection de nœuds reliés entre eux par des arcs. La collection peut être vide, cad l
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 détailPlus courts chemins, programmation dynamique
1 Plus courts chemins, programmation dynamique 1. Plus courts chemins à partir d un sommet 2. Plus courts chemins entre tous les sommets 3. Semi-anneau 4. Programmation dynamique 5. Applications à la bio-informatique
Plus en détailChapitre 5 : Flot maximal dans un graphe
Graphes et RO TELECOM Nancy A Chapitre 5 : Flot maximal dans un graphe J.-F. Scheid 1 Plan du chapitre I. Définitions 1 Graphe Graphe valué 3 Représentation d un graphe (matrice d incidence, matrice d
Plus en 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 détailBig Data et Graphes : Quelques pistes de recherche
Big Data et Graphes : Quelques pistes de recherche Hamamache Kheddouci http://liris.cnrs.fr/hamamache.kheddouci Laboratoire d'informatique en Image et Systèmes d'information LIRIS UMR 5205 CNRS/INSA de
Plus en détailGestion des Clés Publiques (PKI)
Chapitre 3 Gestion des Clés Publiques (PKI) L infrastructure de gestion de clés publiques (PKI : Public Key Infrastructure) représente l ensemble des moyens matériels et logiciels assurant la gestion des
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 détailInfo0804. Cours 6. Optimisation combinatoire : Applications et compléments
Recherche Opérationnelle Optimisation combinatoire : Applications et compléments Pierre Delisle Université de Reims Champagne-Ardenne Département de Mathématiques et Informatique 17 février 2014 Plan de
Plus en détailBaccalauréat ES Polynésie (spécialité) 10 septembre 2014 Corrigé
Baccalauréat ES Polynésie (spécialité) 10 septembre 2014 Corrigé A. P. M. E. P. Exercice 1 5 points 1. Réponse d. : 1 e Le coefficient directeur de la tangente est négatif et n est manifestement pas 2e
Plus en détailL ARBORESCENCE. Qu est-ce qu un dossier? L arborescence?
L ARBORESCENCE Qu est-ce qu un dossier? Un dossier est une pochette vide dans laquelle on peut disposer des documents créés à l aide de l outil informatique. Comme les systèmes utilisés dans la vie courante
Plus en détailchapitre 4 Nombres de Catalan
chapitre 4 Nombres de Catalan I Dénitions Dénition 1 La suite de Catalan (C n ) n est la suite dénie par C 0 = 1 et, pour tout n N, C n+1 = C k C n k. Exemple 2 On trouve rapidement C 0 = 1, C 1 = 1, C
Plus en détailBig Data et Graphes : Quelques pistes de recherche
Big Data et Graphes : Quelques pistes de recherche Hamamache Kheddouci Laboratoire d'informatique en Image et Systèmes d'information LIRIS UMR 5205 CNRS/INSA de Lyon/Université Claude Bernard Lyon 1/Université
Plus en détailPourquoi l apprentissage?
Pourquoi l apprentissage? Les SE sont basés sur la possibilité d extraire la connaissance d un expert sous forme de règles. Dépend fortement de la capacité à extraire et formaliser ces connaissances. Apprentissage
Plus en détailDéfinitions. Numéro à préciser. (Durée : )
Numéro à préciser (Durée : ) On étudie dans ce problème l ordre lexicographique pour les mots sur un alphabet fini et plusieurs constructions des cycles de De Bruijn. Les trois parties sont largement indépendantes.
Plus en détailCarré parfait et son côté
LE NOMBRE Carré parfait et son côté Résultat d apprentissage Description 8 e année, Le nombre, n 1 Démontrer une compréhension des carrés parfaits et des racines carrées (se limitant aux nombres entiers
Plus en détailNOEUD HERRINGBONE-PINEAPPLE STANDARD TYPE and PASS
CopyrightCharles HAMEL aka Nautile 2012 Oct16th page 1 on 10 NOEUD HERRINGBONE-PINEAPPLE STANDARD TYPE and PASS Le sujet PASS a été traité ailleurs par moi alors consultez les pdf et les pages appropriées
Plus en détailPROBLEMES D'ORDONNANCEMENT AVEC RESSOURCES
Leçon 11 PROBLEMES D'ORDONNANCEMENT AVEC RESSOURCES Dans cette leçon, nous retrouvons le problème d ordonnancement déjà vu mais en ajoutant la prise en compte de contraintes portant sur les ressources.
Plus en détailInfolettre #18 : Les graphiques avec Excel 2010
Infolettre #18 : Les graphiques avec Excel 2010 Table des matières Introduction... 1 Hourra! Le retour du double-clic... 1 Modifier le graphique... 4 Onglet Création... 4 L onglet Disposition... 7 Onglet
Plus en détailIntroduction à la théorie des graphes. Solutions des exercices
CAHIERS DE LA CRM Introduction à la théorie des graphes Solutions des exercices Didier Müller CAHIER N O 6 COMMISSION ROMANDE DE MATHÉMATIQUE 1 Graphes non orientés Exercice 1 On obtient le graphe biparti
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 détailIntelligence Artificielle Planification
Intelligence Artificielle Planification Bruno Bouzy http://web.mi.parisdescartes.fr/~bouzy bruno.bouzy@parisdescartes.fr Licence 3 Informatique UFR Mathématiques et Informatique Université Paris Descartes
Plus en détailFrancis BISSON (06 794 819) Kenny CÔTÉ (06 836 427) Pierre-Luc ROGER (06 801 883) IFT702 Planification en intelligence artificielle
Francis BISSON (06 794 819) Kenny CÔTÉ (06 836 427) Pierre-Luc ROGER (06 801 883) PLANIFICATION DE TÂCHES DANS MS PROJECT IFT702 Planification en intelligence artificielle Présenté à M. Froduald KABANZA
Plus en détailIndications pour une progression au CM1 et au CM2
Indications pour une progression au CM1 et au CM2 Objectif 1 Construire et utiliser de nouveaux nombres, plus précis que les entiers naturels pour mesurer les grandeurs continues. Introduction : Découvrir
Plus en détailAlgorithmes d'apprentissage
Algorithmes d'apprentissage 1 Agents qui apprennent à partir d'exemples La problématique : prise de décision automatisée à partir d'un ensemble d'exemples Diagnostic médical Réponse à une demande de prêt
Plus en détailChaînes de Markov au lycée
Journées APMEP Metz Atelier P1-32 du dimanche 28 octobre 2012 Louis-Marie BONNEVAL Chaînes de Markov au lycée Andreï Markov (1856-1922) , série S Problème 1 Bonus et malus en assurance automobile Un contrat
Plus en détailProjet d informatique M1BI : Compression et décompression de texte. 1 Généralités sur la compression/décompression de texte
Projet d informatique M1BI : Compression et décompression de texte Le but de ce projet est de coder un programme réalisant de la compression et décompression de texte. On se proposera de coder deux algorithmes
Plus en détailVision industrielle et télédétection - Détection d ellipses. Guillaume Martinez 17 décembre 2007
Vision industrielle et télédétection - Détection d ellipses Guillaume Martinez 17 décembre 2007 1 Table des matières 1 Le projet 3 1.1 Objectif................................ 3 1.2 Les choix techniques.........................
Plus en détailFormats d images. 1 Introduction
Formats d images 1 Introduction Lorsque nous utilisons un ordinateur ou un smartphone l écran constitue un élément principal de l interaction avec la machine. Les images sont donc au cœur de l utilisation
Plus en détailils entretiennent entre eux des flux, ils partagent des perceptions sur l environnement
Les modèles de Flux Introduction L analyse systémique fournie une modélisation de l organisation échangeant et transformant des flux Cette modélisation du S.I. reste trop générale Il faut découper l organisation
Plus en détailLa NP-complétude. Johanne Cohen. PRISM/CNRS, Versailles, France.
La NP-complétude Johanne Cohen PRISM/CNRS, Versailles, France. Références 1. Algorithm Design, Jon Kleinberg, Eva Tardos, Addison-Wesley, 2006. 2. Computers and Intractability : A Guide to the Theory of
Plus en détailTD de supervision. J.P. Chemla. Polytech Tours Département productique 2ème année
TD de supervision J.P. Chemla Polytech Tours Département productique 2ème année 1 Présentation de l équipement On veut superviser une cuve dans un batiment. Les informations à visualiser sont les suivantes
Plus en détailUNE EXPERIENCE, EN COURS PREPARATOIRE, POUR FAIRE ORGANISER DE L INFORMATION EN TABLEAU
Odile VERBAERE UNE EXPERIENCE, EN COURS PREPARATOIRE, POUR FAIRE ORGANISER DE L INFORMATION EN TABLEAU Résumé : Cet article présente une réflexion sur une activité de construction de tableau, y compris
Plus en détailBaccalauréat ES/L Métropole La Réunion 13 septembre 2013 Corrigé
Baccalauréat S/L Métropole La Réunion 13 septembre 2013 Corrigé A. P. M.. P. XRCIC 1 Commun à tous les candidats Partie A 1. L arbre de probabilité correspondant aux données du problème est : 0,3 0,6 H
Plus en détailTD 1 - Structures de Traits et Unification
TD 1 - Structures de Traits et Unification 1 Définitions Un trait (en: feature) est un couple attribut-valeur. Une structure de traits (en: feature structure) est un ensemble de traits. On peut les représenter
Plus en détailINF601 : Algorithme et Structure de données
Cours 2 : TDA Arbre Binaire B. Jacob IC2/LIUM 27 février 2010 Plan 1 Introuction 2 Primitives u TDA Arbin 3 Réalisations u TDA Arbin par cellules chaînées par cellules contiguës par curseurs (faux pointeurs)
Plus en détailTravaux pratiques. Compression en codage de Huffman. 1.3. Organisation d un projet de programmation
Université de Savoie Module ETRS711 Travaux pratiques Compression en codage de Huffman 1. Organisation du projet 1.1. Objectifs Le but de ce projet est d'écrire un programme permettant de compresser des
Plus en détailExemples de problèmes et d applications. INF6953 Exemples de problèmes 1
Exemples de problèmes et d applications INF6953 Exemples de problèmes Sommaire Quelques domaines d application Quelques problèmes réels Allocation de fréquences dans les réseaux radio-mobiles Affectation
Plus en détailEléments de Théorie des Graphes et Programmation Linéaire
INSTITUT NATIONAL POLYTECHNIQUE DE LORRAINE Ecole Nationale Supérieure d Electricité et de Mécanique Eléments de Théorie des Graphes et Programmation Linéaire Didier Maquin Professeur à l INPL Version
Plus en détailTravaux pratiques avec RapidMiner
Travaux pratiques avec RapidMiner Master Informatique de Paris 6 Spécialité IAD Parcours EDOW Module Algorithmes pour la Fouille de Données Janvier 2012 Prise en main Généralités RapidMiner est un logiciel
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 détailLa structure de la base de données et l utilisation de PAST. Musée Royal de l Afrique Centrale (MRAC Tervuren)
La structure de la base de données et l utilisation de PAST La structure de la base de données données originales SPÉCIMENS Code des spécimens: Identification des spécimens individuels. Dépend du but de
Plus en détailSystème de Gestion de Fichiers
Chapitre 2 Système de Gestion de Fichiers Le système de gestion de fichiers est un outil de manipulation des fichiers et de la structure d arborescence des fichiers sur disque et a aussi le rôle sous UNIX
Plus en détailTP3 : Manipulation et implantation de systèmes de fichiers 1
École Normale Supérieure Systèmes et réseaux Année 2012-2013 TP3 : Manipulation et implantation de systèmes de fichiers 1 1 Répertoire de travail courant Le but de l exercice est d écrire une commande
Plus en détailAlgorithmique et langages du Web
Cours de Algorithmique et langages du Web Jean-Yves Ramel Licence 1 Peip Biologie Groupe 7 & 8 Durée totale de l enseignement = 46h ramel@univ-tours.fr Bureau 206 DI PolytechTours Organisation de la partie
Plus en détailModel checking temporisé
Model checking temporisé Béatrice Bérard LAMSADE Université Paris-Dauphine & CNRS berard@lamsade.dauphine.fr ETR 07, 5 septembre 2007 1/44 Nécessité de vérifier des systèmes... 2/44 Nécessité de vérifier
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 détailExercices types Algorithmique et simulation numérique Oral Mathématiques et algorithmique Banque PT
Exercices types Algorithmique et simulation numérique Oral Mathématiques et algorithmique Banque PT Ces exercices portent sur les items 2, 3 et 5 du programme d informatique des classes préparatoires,
Plus en détailInitiation à LabView : Les exemples d applications :
Initiation à LabView : Les exemples d applications : c) Type de variables : Créer un programme : Exemple 1 : Calcul de c= 2(a+b)(a-3b) ou a, b et c seront des réels. «Exemple1» nom du programme : «Exemple
Plus en détailChp. 4. Minimisation d une fonction d une variable
Chp. 4. Minimisation d une fonction d une variable Avertissement! Dans tout ce chapître, I désigne un intervalle de IR. 4.1 Fonctions convexes d une variable Définition 9 Une fonction ϕ, partout définie
Plus en détailCours de Génie Logiciel
Cours de Génie Logiciel Sciences-U Lyon Diagrammes UML (2) http://www.rzo.free.fr Pierre PARREND 1 Avril 2005 Sommaire Les Diagrammes UML Diagrammes de Collaboration Diagrammes d'etats-transitions Diagrammes
Plus en détailPartie 1. La structure des réseaux sociaux
Partie 1. La structure des réseaux sociaux Analyse et Modélisation des Réseaux, Université Bordeaux IV Sections : Introduction 1 Introduction 2 3 L expérience de Milgram Les réseaux aléatoires 4 Le clustering
Plus en détailCours de Recherche Opérationnelle IUT d Orsay. Nicolas M. THIÉRY. E-mail address: Nicolas.Thiery@u-psud.fr URL: http://nicolas.thiery.
Cours de Recherche Opérationnelle IUT d Orsay Nicolas M. THIÉRY E-mail address: Nicolas.Thiery@u-psud.fr URL: http://nicolas.thiery.name/ CHAPTER 1 Introduction à l optimisation 1.1. TD: Ordonnancement
Plus en détailThème 17: Optimisation
OPTIMISATION 45 Thème 17: Optimisation Introduction : Dans la plupart des applications, les grandeurs physiques ou géométriques sont exprimées à l aide d une formule contenant une fonction. Il peut s agir
Plus en détailObjectifs du cours d aujourd hui. Informatique II : Cours d introduction à l informatique et à la programmation objet. Complexité d un problème (2)
Objectifs du cours d aujourd hui Informatique II : Cours d introduction à l informatique et à la programmation objet Complexité des problèmes Introduire la notion de complexité d un problème Présenter
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 détailFonctions de plusieurs variables
Module : Analyse 03 Chapitre 00 : Fonctions de plusieurs variables Généralités et Rappels des notions topologiques dans : Qu est- ce que?: Mathématiquement, n étant un entier non nul, on définit comme
Plus en détailI Stabilité, Commandabilité et Observabilité 11. 1 Introduction 13 1.1 Un exemple emprunté à la robotique... 13 1.2 Le plan... 18 1.3 Problème...
TABLE DES MATIÈRES 5 Table des matières I Stabilité, Commandabilité et Observabilité 11 1 Introduction 13 1.1 Un exemple emprunté à la robotique................... 13 1.2 Le plan...................................
Plus en détailSOCLE COMMUN - La Compétence 3 Les principaux éléments de mathématiques et la culture scientifique et technologique
SOCLE COMMUN - La Compétence 3 Les principaux éléments de mathématiques et la culture scientifique et technologique DOMAINE P3.C3.D1. Pratiquer une démarche scientifique et technologique, résoudre des
Plus en détailKIT D AIDE A LA MISE EN ACCESSIBILITE DES ETABLISSEMENTS DE TOURISME ET DES COMMERCES Édition Février 2015 FICHE N 2A RENDRE MON HÔTEL ACCESSIBLE
KIT D AIDE A LA MISE EN ACCESSIBILITE DES ETABLISSEMENTS DE TOURISME ET DES COMMERCES Édition Février 2015 FICHE N 2A RENDRE MON HÔTEL ACCESSIBLE RAPPEL : Pour les ERP classés 1, 2, 3, 4e catégorie : Ces
Plus en détail@telier d'initiation
@telier d'initiation LES PREMIERS PAS Arborescence d'un ordinateur Créer/Renommer/ Supprimer des dossiers 1 / 8 L'arborescence Un ordinateur est rangé d'une certaine façon, que l'on appelle l'arborescence.
Plus en détailProgrammation linéaire
1 Programmation linéaire 1. Le problème, un exemple. 2. Le cas b = 0 3. Théorème de dualité 4. L algorithme du simplexe 5. Problèmes équivalents 6. Complexité de l Algorithme 2 Position du problème Soit
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 détailProcessus aléatoires avec application en finance
Genève, le 16 juin 2007. Processus aléatoires avec application en finance La durée de l examen est de deux heures. N oubliez pas d indiquer votre nom et prénom sur chaque feuille. Toute documentation et
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 détailLe Data Mining au service du Scoring ou notation statistique des emprunteurs!
France Le Data Mining au service du Scoring ou notation statistique des emprunteurs! Comme le rappelle la CNIL dans sa délibération n 88-083 du 5 Juillet 1988 portant adoption d une recommandation relative
Plus en détailL exclusion mutuelle distribuée
L exclusion mutuelle distribuée L algorithme de L Amport L algorithme est basé sur 2 concepts : L estampillage des messages La distribution d une file d attente sur l ensemble des sites du système distribué
Plus en détailVoyez la réponse à cette question dans ce chapitre. www.hometownroofingcontractors.com/blog/9-reasons-diy-rednecks-should-never-fix-their-own-roof
Une échelle est appuyée sur un mur. S il n y a que la friction statique avec le sol, quel est l angle minimum possible entre le sol et l échelle pour que l échelle ne glisse pas et tombe au sol? www.hometownroofingcontractors.com/blog/9-reasons-diy-rednecks-should-never-fix-their-own-roof
Plus en détailRÉALISATION DE GRAPHIQUES AVEC OPENOFFICE.ORG 2.3
RÉALISATION DE GRAPHIQUES AVEC OPENOFFICE.ORG 2.3 Pour construire un graphique : On lance l assistant graphique à l aide du menu Insérer è Diagramme en ayant sélectionné au préalable une cellule vide dans
Plus en détailAlgorithmique avec Algobox
Algorithmique avec Algobox 1. Algorithme: Un algorithme est une suite d instructions qui, une fois exécutée correctement, conduit à un résultat donné Un algorithme doit contenir uniquement des instructions
Plus en détailFonctions linéaires et affines. 1 Fonctions linéaires. 1.1 Vocabulaire. 1.2 Représentation graphique. 3eme
Fonctions linéaires et affines 3eme 1 Fonctions linéaires 1.1 Vocabulaire Définition 1 Soit a un nombre quelconque «fixe». Une fonction linéaire associe à un nombre x quelconque le nombre a x. a s appelle
Plus en détail4AI04 - RIA Initiation à l Intelligence Artificielle. Raja Chatila Raja.Chatila@isir.upmc.fr Instructeurs TP: Mata Khalili, Alexandre Bazin
4AI04 - RIA Initiation à l Intelligence Artificielle Raja Chatila Raja.Chatila@isir.upmc.fr Instructeurs TP: Mata Khalili, Alexandre Bazin Organisation Dates cours, TD et contrôle continu: Mardi 28/01
Plus en détailRappels sur les suites - Algorithme
DERNIÈRE IMPRESSION LE 14 septembre 2015 à 12:36 Rappels sur les suites - Algorithme Table des matières 1 Suite : généralités 2 1.1 Déition................................. 2 1.2 Exemples de suites............................
Plus en détailMini_guide_Isis_v6.doc le 10/02/2005 Page 1/15
1 Démarrer... 2 1.1 L écran Isis... 2 1.2 Les barres d outils... 3 1.2.1 Les outils d édition... 3 1.2.2 Les outils de sélection de mode... 4 1.2.3 Les outils d orientation... 4 2 Quelques actions... 5
Plus en détailGénérer du code à partir d une description de haut niveau
Cedric Dumoulin Générer du code à partir d une description de haut niveau Ce projet vise à fournir un environnement de développement permettant de modéliser des UI Android à un haut niveau d abstraction,
Plus en détailLE PROBLEME DU PLUS COURT CHEMIN
LE PROBLEME DU PLUS COURT CHEMIN Dans cette leçon nous définissons le modèle de plus court chemin, présentons des exemples d'application et proposons un algorithme de résolution dans le cas où les longueurs
Plus en détailLes participants repartiront de cette formation en ayant une vision claire de la stratégie et de l éventuelle mise en œuvre d un Big Data.
Big Data De la stratégie à la mise en oeuvre Description : La formation a pour objet de brosser sans concession le tableau du Big Data. Les participants repartiront de cette formation en ayant une vision
Plus en détailSUPPORT DE COURS. Dr. Omari Mohammed Maître de Conférences Classe A Université d Adrar Courriel : omarinmt@gmail.com
Dr. Omari Mohammed Maître de Conférences Classe A Université d Adrar Courriel : omarinmt@gmail.com SUPPORT DE COURS Matière : Algorithmiques et Structures de Données 1 Niveau : 2 ème Année Licence en Informatique
Plus en détailLe théorème de Perron-Frobenius, les chaines de Markov et un célèbre moteur de recherche
Le théorème de Perron-Frobenius, les chaines de Markov et un célèbre moteur de recherche Bachir Bekka Février 2007 Le théorème de Perron-Frobenius a d importantes applications en probabilités (chaines
Plus en détailLE PROCESSUS ( la machine) la fonction f. ( On lit : «fonction f qui à x associe f (x)» )
SYNTHESE ( THEME ) FONCTIONS () : NOTIONS de FONCTIONS FONCTION LINEAIRE () : REPRESENTATIONS GRAPHIQUES * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * *
Plus en détailApprentissage incrémental par sélection de données dans un flux pour une application de sécurité routière
Apprentissage incrémental par sélection de données dans un flux pour une application de sécurité routière Nicolas Saunier INRETS Télécom Paris Sophie Midenet INRETS Alain Grumbach Télécom Paris Conférence
Plus en détailRapidMiner. Data Mining. 1 Introduction. 2 Prise en main. Master Maths Finances 2010/2011. 1.1 Présentation. 1.2 Ressources
Master Maths Finances 2010/2011 Data Mining janvier 2011 RapidMiner 1 Introduction 1.1 Présentation RapidMiner est un logiciel open source et gratuit dédié au data mining. Il contient de nombreux outils
Plus en détailCercle trigonométrique et mesures d angles
Cercle trigonométrique et mesures d angles I) Le cercle trigonométrique Définition : Le cercle trigonométrique de centre O est un cercle qui a pour rayon 1 et qui est muni d un sens direct : le sens inverse
Plus en détailQuelques Algorithmes simples
Quelques Algorithmes simples Irène Guessarian ig@liafa.jussieu.fr 10 janvier 2012 Je remercie Patrick Cegielski de son aide efficace pour la programmation Java ; la section sur le codage de Huffman a été
Plus en détailPlateforme de capture et d analyse de sites Web AspirWeb
Projet Java ESIAL 2A 2009-2010 Plateforme de capture et d analyse de sites Web AspirWeb 1. Contexte Ce projet de deuxième année permet d approfondir par la pratique les méthodes et techniques acquises
Plus en détailUtilisation du client de messagerie Thunderbird
Outlook express n existant plus sur les systèmes d exploitation sortis après Windows XP, nous préconisons désormais l utilisation du client de messagerie libre distribué gratuitement par la Fondation Mozilla.
Plus en détailLE NOUVEAU SYSTEME DE BRAS PORTEUR
LE NOUVEAU SYSTEME DE BRAS PORTEUR 28 Même conception Charges admissibles de 600 à 1 800 N Un ensemble complet et cohérent Même design Association possible de versions différentes horizontalement et verticalement
Plus en détailDécouverte du logiciel ordinateur TI-n spire / TI-n spire CAS
Découverte du logiciel ordinateur TI-n spire / TI-n spire CAS Mémento Ouvrir TI-Nspire CAS. Voici la barre d outils : L insertion d une page, d une activité, d une page où l application est choisie, pourra
Plus en détailNOUVELLES POUR LE STOCKAGE DES
NOUVELLES RÈGLES SOMMAIRES POUR LE STOCKAGE DES PRODUITS PÉTROLIERS Depuis septembre 2006, suivant le décret de Juillet 2004 STOCKAGE AU REZ-DE-CHAUSSEE OU EN SOUS-SOL D'UN BATIMENT Les réservoirs et équipements
Plus en détailSAUVEGARDE DES PERSONNES ET LUTTE CONTRE L INCENDIE DANS LES BATIMENTS D HABITATION DE LA 3ème FAMILLE INC/HAB COL 3/1986-2
1. CLASSEMENT ET GENERALITES : 1.1. Classement Sont classées dans la 3ème famille les habitations collectives dont le plancher bas du logement le plus haut est situé à 28 mètres au plus au-dessus du sol
Plus en détailTraitement bas-niveau
Plan Introduction L approche contour (frontière) Introduction Objectifs Les traitements ont pour but d extraire l information utile et pertinente contenue dans l image en regard de l application considérée.
Plus en détailSanitaires Lavabo accessible
Fiche H.11 Objet de la fiche Rappeler les dispositions de l arrêté pour l application, aux sanitaires, des articles R.111-19 à R.111-19- 3 ; R.111-19-6, R.111-19-8 et R.111-19-11 du code de la construction
Plus en détailRappel des principaux éléments de la réglementation valable pour tous les commerces. Accessibilité des établissements recevant du public
Rappel des principaux éléments de la réglementation valable pour tous les commerces Les handicapés doivent circuler, accéder et utiliser les établissements recevant du public au même titre que chaque citoyen.
Plus en détailMIS 102 Initiation à l Informatique
MIS 102 Initiation à l Informatique Responsables et cours : Cyril Gavoille Catherine Pannier Matthias Robine Marc Zeitoun Planning : 6 séances de cours 5 séances de TD (2h40) 4 séances de TP (2h40) + environ
Plus en détailContactForm et ContactFormLight - Gestionnaires de formulaire pour Prestashop Edité par ARETMIC S.A.
ContactForm et ContactFormLight - Gestionnaires de formulaire pour Prestashop Edité par ARETMIC S.A. - 1 - PREAMBULE Les conditions générales d utilisation détaillant l ensemble des dispositions applicables
Plus en détailIntégration de la dimension sémantique dans les réseaux sociaux
Intégration de la dimension sémantique dans les réseaux sociaux Application : systèmes de recommandation Maria Malek LARIS-EISTI maria.malek@eisti.fr 1 Contexte : Recommandation dans les réseaux sociaux
Plus en détailDécrets, arrêtés, circulaires
Décrets, arrêtés, circulaires TEXTES GÉNÉRAUX MINISTÈRE DE L ÉGALITÉ DES TERRITOIRES ET DU LOGEMENT Arrêté du 14 mars 2014 fixant les dispositions relatives à l accessibilité des logements destinés à l
Plus en détail