De la conception participative de systèmes multi-agents. à la mise en place de coopérations humain non-humain
|
|
- Monique Sylvain
- il y a 8 ans
- Total affichages :
Transcription
1 De la conception participative de systèmes multi-agents à la mise en place de coopérations humain non-humain Paul Guyot Séminaire CHM, LIMSI, 17 octobre 2006
2 Présentation Paul Guyot Formation pluri-disciplinaire (économie, logique, DEA intelligence artificielle, DEA philosophie des sciences) Thèse d informatique au LIP sous la direction d Alexis Drogoul Chercheur invité au National Institute of Informatics (Tokyo) 2
3 Problème(s) & approche Contexte: intelligence sociale, coopérations médiées et en réseau Comment concevoir des coopérations entre agents et humains, impliquant plusieurs agents et plusieurs humains? - Modélisation & reproduction des mécanismes de coopération - Tolérance réciproque Approche expérimentale & incrémentale 3
4 Plan Cadre conceptuel et hypothèses de travail : agents et systèmes multiagents Participation : trois inspirations Les simulations multi-agents participatives Relation de pouvoir Formation de coalitions Communication entre les participants Perspectives 4
5 Les systèmes multi-agents un cadre conceptuel, des hypothèses de travail
6 Deux objectifs de l intelligence artificielle Ingénierie de systèmes intelligents Humain Compréhension et exploration de l intelligence humaine par la simulation Interrogateur humain? Ordinateur Les systèmes multi-agents 6
7 Intelligence artificielle distribuée Messor Sancta ants 1,500 corpses La tradition multi-agents partage les 26 hours objectifs de l intelligence artificielle Un système multi-agents est un ensemble d entités logicielles qui agissent (les agents), conçu pour résoudre un problème particulier de manière collective [Ferber, 1995] Une simulation multi-agents est un ensemble d agents conçu pour simuler un phénomène réel. Les systèmes multi-agents 7
8 Explorer pour concevoir des systèmes multi-agents Les systèmes multi-agents 8
9 Explorer pour concevoir des systèmes multi-agents Problème similaire Les systèmes multi-agents 9
10 Explorer pour concevoir des systèmes multi-agents Solution inspirée des fourmis Les systèmes multi-agents 10
11 Explorer pour concevoir des systèmes multi-agents Systèmes multi-agents Les systèmes multi-agents 11
12 Explorer pour concevoir des systèmes multi-agents Les exemples biologiques et éthologiques présentent quelques limites [Drogoul, 2000] : La seule méthode d analyse est l observation Le nombre de classes de problèmes est limité L horizon est l intelligence (collective) humaine Les systèmes multi-agents 12
13 Simulations multi-agents et systèmes multi-agents Système multi-agents : objectif de résolution de problème. Comment construire un système pour résoudre un problème donné? Simulations multi-agents : objectif de simulation. Comment construire un système qui reproduit un phénomène donné? Hypothèse : les interactions entre agents sont suffisamment riches pour modéliser les comportements collectifs humains Itérations entre conception et simulation Les systèmes multi-agents 13
14 Plan Cadre conceptuel et hypothèses de travail : agents et systèmes multiagents Participation : trois inspirations Les simulations multi-agents participatives Relation de pouvoir Formation de coalitions Communication entre les participants Perspectives 14
15 Trois traditions d approches participatives trois inspirations
16 Modélisation d accompagnement Mouvement ComMod, courant de recherche français (CIRAD, CEMAGREF, INRA, IRD ) Issu des approches participatives en agronomie Charte [Barreteau, 2003] Inspirations 16
17 Approche MAS/RPG Approche typique de la démarche ComMod qui combine simulations multi-agents (MAS) et de jeux de rôles (RPG) [Barreteau, 1998] Monde réel Simulations Jeu de rôles Système multi-agents (JASSS, à paraître) Inspirations 17
18 L économie expérimentale 60 ans d expériences en laboratoire pour explorer les comportements des agents économiques Des réflexions sur les méthodes Consécration avec le prix Nobel de Vernon Smith (2002) Couplage avec des agents logiciels [Duffy, 1999; Grossklags & Schmidt, 2003] (AESCS, 2005) Inspirations 18
19 Breaching en ethnométhodologie Technique de sociologie expérimentale inventée par Harold Garfinkel [1967] Créer des brèches dans l ordre social. Susciter l étonnement, l indignation, la honte, la culpabilité pour révéler les mécanismes des activités quotidiennes et routinières Se comporter comme un étranger chez soi Négocier les prix alors que ce n est pas l usage Inspirations 19
20 Emergence et participation [Les auteurs remarquent que] les expériences participatives conduisent à l émergence de comportements imprévus [Bos, 2006] Une partie des comportements peuvent être contrôlés; la difficulté est de créer les conditions pour que les participants innovent dans une direction intéressante et récupérer suffisamment d information pour exploiter cette innovation (SIC, 2005; SMAGET, 2005) Inspirations 20
21 Plan Cadre conceptuel et hypothèses de travail : agents et systèmes multiagents Participation : trois inspirations Les simulations multi-agents participatives Relation de pouvoir Formation de coalitions Communication entre les participants Perspectives 21
22 Méthode et protocole les simulations multi-agents participatives
23 Les simulations multi-agents participatives Les simulations multi-agents participatives sont des expériences en laboratoire avec des participants humains et des agents les agents dans ces simulations participent au même titre que les humains; ils ne fournissent pas un service. les participants accèdent à la simulation exactement comme les agents Simulations multi-agents participatives 23
24 Les simulations multi-agents participatives Chaque participant est assis à un poste de travail et toutes les interactions, conçues comme des interactions entre agents, se font par le biais de l ordinateur. Simulations multi-agents participatives 24
25 Simulations multi-agents participatives une méthode
26 Protocole d expérimentation Séances de verbalisation participation verbalisation Acteurs Outil de simulation participent influence Construction (Implémentation) Exécutions Enregistrements (trace) génèrent Simulation multi-agents participative Modèle opérationnel Résultats Modèle de simulation Modèle de conception Modèle du domaine Analyse Interprétation Analyse & Validation Modèle de conception Connaissances théoriques Observations Hypothèses Système cible (réalité) Publications Modèle du domaine Connaissances théoriques, observations, hypothèses Conception de simulations multi-agents [Vanbergue, 2003] Système cible (réalité) Simulations multi-agents participatives
27 Protocole d expérimentation Les expériences se fondent sur un modèle initial de comportements collectifs. Séances de verbalisation Enregistrements (trace) participation verbalisation génèrent participent Acteurs influence Simulation multi-agents participative Modèle de simulation Analyse & Validation Modèle de conception Modèle du domaine Connaissances théoriques, observations, hypothèses Système cible (réalité) Simulations multi-agents participatives 27
28 Protocole d expérimentation 2.Les protocoles d interaction entre les agents tels que spécifiés dans le modèle sont divisés en primitives. Séances de verbalisation Enregistrements (trace) participation verbalisation génèrent participent Acteurs influence Simulation multi-agents participative Modèle de simulation Analyse & Validation Modèle de conception Modèle du domaine Connaissances théoriques, observations, hypothèses Système cible (réalité) Simulations multi-agents participatives 28
29 Protocole d expérimentation Séances de verbalisation participation verbalisation Acteurs 3.Une interface graphique est construite en suivant le modèle. Un cadriciel Java a été développé spécifiquement pour ces expériences, appelé Simulación. Enregistrements (trace) Analyse & Validation génèrent participent Simulation multi-agents participative Modèle de simulation Modèle de conception influence Modèle du domaine Connaissances théoriques, observations, hypothèses Système cible (réalité) Simulations multi-agents participatives 29
30 Protocole d expérimentation 4.L expérience se déroule en laboratoire ou à travers le réseau Internet. Séances de verbalisation Enregistrements (trace) participation verbalisation génèrent participent Acteurs influence Simulation multi-agents participative Modèle de simulation Analyse & Validation Modèle de conception Modèle du domaine Connaissances théoriques, observations, hypothèses Système cible (réalité) Simulations multi-agents participatives 30
31 Protocole d expérimentation 5.Toutes les actions des participants sont enregistrées. Séances de verbalisation Enregistrements (trace) participation verbalisation génèrent participent Acteurs influence Simulation multi-agents participative Modèle de simulation Analyse & Validation Modèle de conception Modèle du domaine Connaissances théoriques, observations, hypothèses Système cible (réalité) Simulations multi-agents participatives 31
32 Protocole d expérimentation 6.Après l expérience, la séance de verbalisation permet de discuter avec les participants de leur stratégies individuelles et collectives. Séances de verbalisation Enregistrements (trace) participation verbalisation génèrent participent Acteurs influence Simulation multi-agents participative Modèle de simulation Analyse & Validation Modèle de conception Modèle du domaine Connaissances théoriques, observations, hypothèses Système cible (réalité) Simulations multi-agents participatives 32
33 Protocole d expérimentation 7.L analyse des séances de verbalisation et des enregistrements permet de valider le modèle. Séances de verbalisation Enregistrements (trace) participation verbalisation génèrent participent Acteurs influence Simulation multi-agents participative Modèle de simulation Analyse & Validation Modèle de conception Modèle du domaine Connaissances théoriques, observations, hypothèses Système cible (réalité) Simulations multi-agents participatives 33
34 Simulations multi-agents participatives un cadriciel
35 Simulación Cadriciel en Java pour construire des simulations multi-agents participatives Orienté agent (!) Adaptation rapide à différents modèles (3 mois) Gère les aspects réseau, traduction, robustesse, enregistrement (MMAS I, 2005) Simulación 35
36 Simulación Le cadriciel est disponible sur sourceforge simulacion Les applications sont téléchargeables Simulación 36
37 Plan Cadre conceptuel et hypothèses de travail : agents et systèmes multiagents Participation : trois inspirations Les simulations multi-agents participatives Relation de pouvoir Formation de coalitions Communication entre les participants Perspectives 37
38 SimCommod relations de pouvoir dans les négociations, ou la difficulté des coopérations hybrides
39 Pouvoir, négociations & multi-agents 1 2 Pouvoir dans les SMA : conscience d une relation de dépendance [Castelfranchi, 1989; Sichman, 1994; Carabelea, 2005] 3 4 Les négociations dans les systèmes ouverts reposent sur la négociation préalable des notions (ontologies) et sur des agents bienveillants Études sur les agents byzantins, systèmes de confiance, etc Relations de pouvoir
40 SimCommod 1 2 Expériences construites comme idéaltype de l approche ComMod Domaine : négociation au sujet d une ressource renouvelable Relations de pouvoir
41 SimCommod 1 2 Trois classes d agents avec des objectifs différents : 3 4 des exploitants, un environnementaliste et le gouvernement Chaque partie se divise en tours 5 6 Chaque tour se divise en quatre étapes 7 8 Relations de pouvoir
42 SimCommod : exploitation Relations de pouvoir
43 SimCommod : exploitation Relations de pouvoir
44 SimCommod : négociation Les exploitants mettent des jetons verts Relations de pouvoir
45 SimCommod : négociation L environnementaliste place des jetons rouges Relations de pouvoir
46 SimCommod : discussion Relations de pouvoir
47 SimCommod : discussion Relations de pouvoir
48 SimCommod : discussion Relations de pouvoir
49 SimCommod : discussion Relations de pouvoir
50 SimCommod : discussion Relations de pouvoir
51 SimCommod : décision du gouvernement Relations de pouvoir
52 SimCommod : tour suivant Relations de pouvoir
53 SimCommod : tour suivant Relations de pouvoir
54 Négociation dans SimCommod L environnementaliste et les exploitants discutent et placent des jetons Les jetons rouges valent -1 (protéger), les verts +1 (exploiter). Les valeurs sont additionnées Relations de pouvoir
55 Problème Il n y a aucune relation de dépendance a priori Méthode inspirée de l économie expérimentale Comment les exploitants peuvent se coaliser contre l environnementaliste? Comment l environnementaliste peut diminuer la pression sur la ressource? Relations de pouvoir
56 SimCommod : expériences expérience 06/2005, LIP6 (test) 3 expériences 09/2005, NII, anglais 5 expériences 11/2005, Chula, thaï Relations de pouvoir
57 Interdiction & prescription Deux environnementalistes, deux stratégies différentes Convaincre les autres de ce qui est le mieux pour eux, essayer de coordonner et dire où exploiter (prescription) Interdire aux participants d exploiter sur certaines cases (interdiction) Relations de pouvoir
58 Haruko l environnementaliste L environnementaliste a convaincu des exploitants de ne pas exploiter certaines cases ( il faut protéger la forêt ) d exploiter des cases blanches, sans ressource ( il y a de l or sur les cases blanches ) Pourtant, le jeu était présenté avec des termes abstraits (économie expérimentale) Relations de pouvoir
59 Conclusions La notion de pouvoir dans des systèmes hybrides ne peut pas se limiter à une relation de dépendance. Elle doit être aussi large que la définition de Dahl [1961] L alignement des ontologies confère du pouvoir aux agents, bien qu il soit clairement séparé de la négociation elle-même dans les protocoles classiques [Wang, 2002] (AAMAS, 2006) Relations de pouvoir
60 Plan Cadre conceptuel et hypothèses de travail : agents et systèmes multiagents Participation : trois inspirations Les simulations multi-agents participatives Relation de pouvoir Formation de coalitions Communication entre les participants Perspectives 60
61 SimCafé formation de coalitions, ou nos modèles sont incomplets
62 Coalitions sur le marché du café Domaine : production de café et marché du café dans l état de Veracruz (Mexique) On suppose que les producteurs forment des coalitions pour satisfaire des offres d achat (à terme), même s ils refusent de l admettre Coalitions sur le marché du café 62
63 SimCafé : coalitions offre coopérative partage des informations, des ressources et des bénéfices acheteur producteur Coopératives Coalitions sur le marché du café 63
64 SimCafé : coalitions offre producteurs offre acheteur producteur Coalitions directes Coalitions sur le marché du café 64
65 SimCafé : coalitions offre producteurs acheteur producteur Broadcast (ContractNet) Coalitions sur le marché du café 65
66 SimCafé Agents : Un acheteur omniscient (organisateur) Des producteurs de café (participants) Offres d achat à terme (durée, quantité) Les producteurs peuvent s échanger des messages, du café, de l argent Coalitions sur le marché du café 66
67 SimCafé : expériences 3 expériences 05/2003, LANIA, espagnol Coalitions sur le marché du café 67
68 Observation Comme prévu, des coalitions se sont formées. offre producteurs Un participant a créé deux coalitions lors de la troisième expérience. offre acheteur producteur Coalitions sur le marché du café 68
69 Le courtier Émergence d un rôle absent du modèle initial Un des producteurs de café s est comporté comme un courtier : Il proposait d acheter et de revendre du café Il proposait aux autres producteurs de les payer après la revente Coalitions sur le marché du café 69
70 Le courtier 160 Nombre d'offre acceptées Solipsists Direct Broadcast Trader and direct Trader and broadcast Temps (ticks de la simulation) Coalitions sur le marché du café 70
71 Le courtier 160 Nombre d'offre acceptées Broadcast Trader and broadcast Temps (ticks de la simulation) Coalitions sur le marché du café 71
72 Conclusions La méthode permet de valider des modèles de comportements collectifs si les participants sont libres de ne pas interagir strictement comme dans le modèle initial (ABS, 2003) Les participants peuvent créer des solutions plus efficaces que nos modèles (AAMAS, 2005) Coalitions sur le marché du café 72
73 Analyseur extraction automatique de motifs d interaction
74 Description des interactions avec Q Le langage Q permet à des experts non informaticiens de décrire les interactions entre agents Q dissocie interactions et raisonnement [Ishida, 2002] Processeur Q Patrons d'interaction Traducteur automatique des patrons d'interactions Concepteur d'application (auteur des scénarios) Interprète Q Définition des patrons d'interaction Concepteur des interactions Scénario Q Analyseur Q Scheme Moteur d'agent Requêtes d'analyse de scénario Cues & Actions Définitions des Cues & des Actions Planification Apprentissage Fonctions motrices et capteurs Niveau méta Niveau d'exécution Java, C++ Concepteur d'agents (informaticien) Extraire automatiquement des motifs d interaction 74
75 Description des interactions avec Q Q est dérivé de LISP Chaque carte d interaction se limite à une situation Card ID 14 Card Name Visiting Kimono Web site Card Type User initiative Opening Reactions to Users' Mouse Click (Repeat) Closing Hm-hum, you are so enthusiastic. Then, how about this page? Mouse Click No Reaction Cue type.htm fukuro.htm maru.htm Seconds Did you enjoy Japanese Kimono? OK, let's move on to the next subject. Action 20 (End of Repeat) Action There are many types of obi. Can you tell the difference? (GestureLeft) Fukuro obi is for a ceremonial dress. Use it at a dress-up party! (Evaluate Card42) Action Action Extraire automatiquement des motifs d interaction 75
76 Extraction automatique avec Analyseur Extraction automatique de motifs d interaction La programmation génétique fortement typée [Montana, 1993] permet de générer des programmes Q Analyseur extrait des motifs d interaction en Q automatiquement à partir des enregistrements XML (guard (#f (...)) ((?receive_pergamino :qty $Int-X :from $Agent-Z) (do (!accept_offer :contract (if (?have_less_pergamino :than get_cereza_bags_count) (if (?transformation_process_completed) $Contract-1 $Contract-2) (if #t $Contract-2 $Contract-2))) (do (!send_message :to $Agent-X) (do (!transform_cereza :amount (if #t $Int-Y (get_budget))) (!send_message :to $Agent-Y))))) (#f (...)) (otherwise (go (if #f 3 1)))) FIG. 6.9: Scène extraite automatiquement de la trace des actions d Hector lors de la troisième expérience Extraire automatiquement des motifs d interaction 76
77 Plan Cadre conceptuel et hypothèses de travail : agents et systèmes multiagents Participation : trois inspirations Les simulations multi-agents participatives Relation de pouvoir Formation de coalitions Communication entre les participants Perspectives 77
78 Breaching ethnométhodologique inciter les participants, analyser ces comportements collectifs
79 Inciter & analyser Les simulations participatives introduisent une couche malléable dans les interactions Les techniques de la séance de verbalisation et les enregistrement permettent de créer des modèles formalisés des stratégies des participants Breaching ethnométhodologique 79
80 L agent assistant 1 2 Il fait des suggestions à partir d un modèle du jeu et d un algorithme d apprentissage très simple. Il pose des questions L agent assistant
81 L agent assistant L agent assistant
82 L agent assistant 1 2 Est fondé sur un modèle de la stratégie. Ici, exploiter des cases de la même couleur, choisies aléatoirement, avec au départ une de chaque couleur (solution au problème) 3 4 Utilise un système d apprentissage pour faire des suggestions proches des actions précédentes des joueurs Simple renforcement ou système à base de classeur (S&G, soumis) L agent assistant
83 Plan Cadre conceptuel et hypothèses de travail : agents et systèmes multiagents Participation : trois inspirations Les simulations multi-agents participatives Relation de pouvoir Formation de coalitions Communication entre les participants Perspectives 83
84 SimBar un modèle simple-complexe de coopération, communication entre les participants
85 Le Bar El Farol Problème du Bar El Farol [Arthur, 1994] Problème difficile de la théorie des jeux Nombreuses études informatiques [Greenwald, 1998; Edmonds, 1999; Farago, 2002 ] Problème considéré comme une instance du jeu de la minorité [Challet, 1997] Un modèle simple-complexe 85
86 Le Bar El Farol N amateurs de musique irlandaise habitent Santa Fe Il y a un concert au Bar El Farol chaque semaine, le jeudi soir Les agents économiques décident, de manière synchrone, d aller au bar ou de rester chez eux L utilité dépend du nombre de personnes au bar avec un effet de seuil à 60% de la population totale U bar,pop>60% < U maison < U bar,pop 60% Un modèle simple-complexe 86
87 Points Le bar n est pas 3 Aller au bar plein Le bar est plein 1 Rester chez soi 2 Un modèle simple-complexe 87
88 SimBar Un modèle simple-complexe 88
89 Communication Dans le Bar El Farol de Brian Arthur, il n y a aucune communication [Arthur, 1994], et donc aucune coopération. Pourtant l utilité des agents dépend directement des actions des autres agents. Un mécanisme de communication simple simplifie la différentiation [Edmonds, 1999] Un modèle simple-complexe 89
90 SimBar : expériences 2 expériences 06/2004, LIP6, français 3 expériences 04-09/2006, NII, japonais 3 expériences 10/2006, NII & LIP6 Un modèle simple-complexe 90
91 Résultat sur la communication Des contraintes trop fortes sur la communication entre les participants rendent difficile l émergence de comportements collectifs Expériences de 2004 : Difficile de se concerter avec des messages pré-définis Première expérience de 2006 : la communication libre est une condition suffisante pour qu émergent des comportements collectifs Un modèle simple-complexe 91
92 Plan Cadre conceptuel et hypothèses de travail : agents et systèmes multiagents Participation : trois inspirations Les simulations multi-agents participatives Relation de pouvoir Formation de coalitions Communication entre les participants Perspectives 92
93 SimBar premières expériences de coopération hybride
94 Les équipes Introduites en septembre 2006 Inciter les participants à coopérer Fonctionne sur invitation Bonus si toute l équipe se rend au bar et qu il n est pas trop plein Un modèle simple-complexe 94
95 Les équipes Aller au bar Le bar n est pas plein Le bar est plein Toute l équipe y va 1+taille Défection 1-1 Rester chez soi 0 Un modèle simple-complexe 95
96 Observations Les équipes incitent les participants à élaborer des stratégies collectives. Les participants font globalement moins bien que la stratégie naïve (y aller aléatoirement) L espérance d un agent logiciel avec la stratégie naïve est cependant négative Un modèle simple-complexe 96
97 Expériences hybrides Expériences en cours (LIP6, NII) Dix participants Cinq agents logiciels avec les stratégies des participants du 26 septembre (trahisons, petites équipes, ) Perspectives: Intégrer des mécanismes de dialogue moins simplistes Scénario plus complexe, moins abstrait Un modèle simple-complexe 97
98 Conclusion
99 Conclusion La méthode développée permet d explorer, de modéliser et de reproduire, sous la forme de simulations multi-agents, des mécanismes de coopération. Elle permet également de construire des simulations hybrides où des agents se comportent comme des humains et d observer, d analyser et de construire des coopérations humains non-humains. 99
100 Questions merci pour votre attention Paul Guyot Séminaire CHM, LIMSI, 17 octobre 2006
Les apports de l informatique. Aux autres disciplines
Les apports de l informatique Aux autres disciplines Le statut de technologie ou de sous-discipline est celui de l importation l et de la vulgarisation Le statut de science à part entière est lorsqu il
Plus en détailThéorie des Jeux Et ses Applications
Théorie des Jeux Et ses Applications De la Guerre Froide au Poker Clément Sire Laboratoire de Physique Théorique CNRS & Université Paul Sabatier www.lpt.ups-tlse.fr Quelques Définitions de la Théorie des
Plus en détailRéguler son enseignement : Pourquoi? Comment?
Mon enseignement, je l évalue, il évolue Réguler son enseignement : Pourquoi? Comment? Lucie Mottier Lopez Université de Genève 13 mai 2013 IFRES, Liège lucie.mottier@unige.ch 1 Plan Un cadre pour penser
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 détailMaster Informatique Aix-Marseille Université
Aix-Marseille Université http://masterinfo.univ-mrs.fr/ Département Informatique et Interactions UFR Sciences Laboratoire d Informatique Fondamentale Laboratoire des Sciences de l Information et des Systèmes
Plus en détailChristophe Le Page CIRAD - UPR Green
Christophe Le Page CIRAD - UPR Green Combiner jeux de rôles et simulation informatique pour modéliser avec les acteurs les interactions entre dynamiques écologiques et dynamiques sociales dans les agro-écosystèmes
Plus en détailÉvaluation et implémentation des langages
Évaluation et implémentation des langages Les langages de programmation et le processus de programmation Critères de conception et d évaluation des langages de programmation Les fondations de l implémentation
Plus en détailConception et contrôle des SMA tolérants aux fautes
Conception et contrôle des SMA tolérants aux fautes Une plate-forme multiagents tolérante aux fautes à base de réplication Nora FACI Contexte SMA large échelle Nombre important d agents Ressources éloignées
Plus en détailIntelligence Artificielle et Systèmes Multi-Agents. Badr Benmammar bbm@badr-benmammar.com
Intelligence Artificielle et Systèmes Multi-Agents Badr Benmammar bbm@badr-benmammar.com Plan La première partie : L intelligence artificielle (IA) Définition de l intelligence artificielle (IA) Domaines
Plus en détailLa gestion des contraintes pour modéliser les stratégies humaines d'ordonnancement et concevoir des interfaces homme-machine ergonomiques
La gestion des contraintes pour modéliser les stratégies humaines d'ordonnancement et concevoir des interfaces homme-machine ergonomiques Clément Guerin Sous la direction de J.M. Hoc et de N. Mebarki Réunion
Plus en détailIODAA. de l 1nf0rmation à la Décision par l Analyse et l Apprentissage / 21
IODAA de l 1nf0rmation à la Décision par l Analyse et l Apprentissage IODAA Informations générales 2 Un monde nouveau Des données numériques partout en croissance prodigieuse Comment en extraire des connaissances
Plus en détailInstructions relatives à la soumission d une question sur le sujet d étude
Programme de bourses de recherche Amy Mahan pour évaluer l impact de l accès public aux TIC Instructions relatives à la soumission d une question sur le sujet d étude Table des matières À propos la Question
Plus en détailRetour d expériences avec UML
Retour d expériences avec UML UML pour les systèmes biologiques Marie-Hélène Moirez-Charron, UMR AGIR, équipe MAGE INRA Toulouse mailto:marie-helene.charron@toulouse.inra.fr PLAN Contexte de travail UML,
Plus en détailIntelligence Artificielle et Robotique
Intelligence Artificielle et Robotique Introduction à l intelligence artificielle David Janiszek david.janiszek@parisdescartes.fr http://www.math-info.univ-paris5.fr/~janiszek/ PRES Sorbonne Paris Cité
Plus en détailExemple de projet et réseau: modélisation et simulation des systèmes socio-environnementaux
Exemple de projet et réseau: modélisation et simulation des systèmes socio-environnementaux Jean-Pierre Müller Cadre scientifique CIRAD-ES-GREEN 1 Plan de présentation D où on part (parle) L objet de recherche
Plus en détailComment susciter la participation des étudiant e s et en tirer parti?
Fiche ABC Comment susciter la participation des étudiant e s et en tirer parti? Introduction Il n est pas rare que les enseignant e s souhaitent faire participer davantage les étudiant e s, soit durant
Plus en détailFormula Negator, Outil de négation de formule.
Formula Negator, Outil de négation de formule. Aymerick Savary 1,2, Mathieu Lassale 1,2, Jean-Louis Lanet 1 et Marc Frappier 2 1 Université de Limoges 2 Université de Sherbrooke Résumé. Cet article présente
Plus en détailAtelier de simulation APOLLO XIII
Atelier de simulation APOLLO XIII Les enjeux d une formation réussie Favoriser la participation, susciter l intérêt Enseigner les principes théoriques tout en l alliant à la pratique Motiver, impliquer,
Plus en détailmodèles génériques applicables à la synthèse de contrôleurs discrets pour l Internet des Objets
modèles génériques applicables à la synthèse de contrôleurs discrets pour l Internet des Objets Mengxuan Zhao, Gilles Privat, Orange Labs, Grenoble, France Eric Rutten, INRIA, Grenoble, France Hassane
Plus en détailBig Data -Comment exploiter les données et les transformer en prise de décisions?
IBM Global Industry Solution Center Nice-Paris Big Data -Comment exploiter les données et les transformer en prise de décisions? Apollonie Sbragia Architecte Senior & Responsable Centre D Excellence Assurance
Plus en détailModèles et simulations informatiques des problèmes de coopération entre agents
Modèles et simulations informatiques des problèmes de coopération entre agents Bruno Beaufils LIFL Axe CIM Équipe SMAC Laboratoire d'informatique Plan 1. Motivations 2. Dilemme itéré du prisonnier 3. Simulations
Plus en détailCRÉER UN COURS EN LIGNE
Anne DELABY CRÉER UN COURS EN LIGNE Deuxième édition, 2006, 2008 ISBN : 978-2-212-54153-3 2 Que recouvre le concept d interactivité? Dans une perspective de cours en ligne, une activité interactive est
Plus en détailQu'est-ce que le BPM?
Qu'est-ce que le BPM? Le BPM (Business Process Management) n'est pas seulement une technologie mais, dans les grandes lignes, une discipline de gestion d'entreprise qui s'occupe des procédures contribuant
Plus en détailProgrammation d'agents intelligents Vers une refonte des fils de raisonnement. Stage de fin d'études Master IAD 2006
vendredi 8 septembre 2006 Programmation d'agents intelligents Vers une refonte des fils de raisonnement Stage de fin d'études Master IAD 2006 Benjamin DEVEZE Responsable : M. Patrick TAILLIBERT Plan Plan
Plus en détailNotes de lecture : Dan SPERBER & Deirdre WILSON, La pertinence
Notes de lecture : Dan SPERBER & Deirdre WILSON, La pertinence Gwenole Fortin To cite this version: Gwenole Fortin. Notes de lecture : Dan SPERBER & Deirdre WILSON, La pertinence. 2006.
Plus en détailLa mise en place d une cellule de veille
La mise en place d une cellule de veille Floriane Giovannini IST - Antony 24 ème Rencontres OMER Lyon, les 29-30 mars 2007 Plan de la présentation Introduction à la veille Une cellule de veille : - Pourquoi?
Plus en détail1-Introduction 2. 2-Installation de JBPM 3. 2-JBPM en action.7
Sommaire 1-Introduction 2 1-1- BPM (Business Process Management)..2 1-2 J-Boss JBPM 2 2-Installation de JBPM 3 2-1 Architecture de JOBSS JBPM 3 2-2 Installation du moteur JBoss JBPM et le serveur d application
Plus en détailQuels outils pour prévoir?
modeledition SA Quels outils pour prévoir? Les modèles de prévisions sont des outils irremplaçables pour la prise de décision. Pour cela les entreprises ont le choix entre Excel et les outils classiques
Plus en détailIntervenir sur les interactions parents-enfants dans un contexte muséal scientifique
Intervenir sur les interactions parents-enfants dans un contexte muséal scientifique Rodica AILINCAI, doctorante, Laboratoire «Éducation et Apprentissages», Université Paris 5 René Descartes Annick WEIL-BARAIS,
Plus en détailProblématique / Problématiser / Problématisation / Problème
Problématique / Problématiser / Problématisation / PROBLÉMATIQUE : UN GROUPEMENT DE DÉFINITIONS. «Art, science de poser les problèmes. Voir questionnement. Ensemble de problèmes dont les éléments sont
Plus en détailneocampus : campus du futur 27 février 2015
neocampus : campus du futur 27 février 2015 Démarrage juin 2013 ECO-CAMPUS TOULOUSE Président B Monthubert Confort au quotidien pour la communauté universitaire Diminution de l empreinte écologique de
Plus en détailEtudier l informatique
Etudier l informatique à l Université de Genève 2015-2016 Les bonnes raisons d étudier l informatique à l UNIGE La participation à des dizaines de projets de recherche européens Dans la présente brochure,
Plus en détailAnalyse,, Conception des Systèmes Informatiques
Analyse,, Conception des Systèmes Informatiques Méthode Analyse Conception Introduction à UML Génie logiciel Définition «Ensemble de méthodes, techniques et outils pour la production et la maintenance
Plus en détailLa plate-forme DIMA. Master 1 IMA COLI23 - Université de La Rochelle
La plate-forme DIMA Master 1 IMA COLI23 - Université de La Rochelle DIMA Bref aperçu Qu'est-ce? Acronyme de «Développement et Implémentation de Systèmes Multi-Agents» Initié par Zahia Guessoum et Jean-Pierre
Plus en détailUFR d Informatique. FORMATION MASTER Domaine SCIENCES, TECHNOLOGIE, SANTE Mention INFORMATIQUE 2014-2018
UFR d Informatique FORMATION MASTER Domaine SCIENCES, TECHNOLOGIE, SANTE Mention INFORMATIQUE 2014-2018 Objectif L UFR d informatique propose au niveau du master, deux spécialités sous la mention informatique
Plus en détailbasée sur le cours de Bertrand Legal, maître de conférences à l ENSEIRB www.enseirb.fr/~legal Olivier Augereau Formation UML
basée sur le cours de Bertrand Legal, maître de conférences à l ENSEIRB www.enseirb.fr/~legal Olivier Augereau Formation UML http://olivier-augereau.com Sommaire Introduction I) Les bases II) Les diagrammes
Plus en détailCOR-E : un modèle pour la simulation d agents affectifs fondé sur la théorie COR
COR-E : un modèle pour la simulation d agents affectifs fondé sur la théorie COR SABRINA CAMPANO DIRECTION: NICOLAS SABOURET ENCADREMENT : NICOLAS SABOURET, VINCENT CORRUBLE, ETIENNE DE SEVIN SOUTENANCE
Plus en détailIntroduction au datamining
Introduction au datamining Patrick Naïm janvier 2005 Définition Définition Historique Mot utilisé au départ par les statisticiens Le mot indiquait une utilisation intensive des données conduisant à des
Plus en détailMASTER (LMD) MODELISATION, OPTIMISATION, COMBINATOIRE ET ALGORITHME
MASTER (LMD) MODELISATION, OPTIMISATION, COMBINATOIRE ET ALGORITHME RÉSUMÉ DE LA FORMATION Type de diplôme : Master (LMD) Domaine ministériel : Sciences, Technologies, Santé Mention : INFORMATIQUE Spécialité
Plus en détailImplantation des protocoles de communication FIPA dans la plate-forme GAMA
L Institut de la Francophonie pour l Informatique L unité de recherche Geodes, Institut de Recherche pour le Développement (UR079, IRD) Master INTELLIGENCE ARTIFICIELLE ET MULTIMEDIA, 2 ème année, Spécialité
Plus en détailDéploiement OOo en environnement Windows Terminal Server
Déploiement OOo en environnement Windows Terminal Server Version 1.00 du 10.12.2004 Réalisé avec : OOo 1.1.3 Plate-forme / Os : Microsoft Windows Distribué par le projet fr.openoffice.org Sommaire 1 Introduction...3
Plus en détailAXES DE RECHERCHE - DOMAINE D'INTERET MAJEUR LOGICIELS ET SYSTEMES COMPLEXES
1 AXES DE RECHERCHE - DOMAINE D'INTERET MAJEUR LOGICIELS ET SYSTEMES COMPLEXES 2 Axes de recherche L activité du DIM LSC concerne la méthodologie de la conception et le développement de systèmes à forte
Plus en détailAndroids as an Experimental Apparatus: Why Is There an Uncanny Valley and Can we Exploit It?
Androids as an Experimental Apparatus: Why Is There an Uncanny Valley and Can we Exploit It? Karl F. MacDorman 1 The Uncanny Valley : Le terme d Uncanny Valley a été défini par Masahiro Mori, chercheur
Plus en détailAGROBASE : un système de gestion de données expérimentales
AGROBASE : un système de gestion de données expérimentales Daniel Wallach, Jean-Pierre RELLIER To cite this version: Daniel Wallach, Jean-Pierre RELLIER. AGROBASE : un système de gestion de données expérimentales.
Plus en détailFORMATION CONTINUE SUR L UTILISATION D EXCEL DANS L ENSEIGNEMENT Expérience de l E.N.S de Tétouan (Maroc)
87 FORMATION CONTINUE SUR L UTILISATION D EXCEL DANS L ENSEIGNEMENT Expérience de l E.N.S de Tétouan (Maroc) Dans le cadre de la réforme pédagogique et de l intérêt que porte le Ministère de l Éducation
Plus en 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 détailInstructions 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 détailLES INTERFACES HOMME-MACHINE
LES INTERFACES HOMME-MACHINE 1 ère Partie : Introduction aux Interfaces Homme-Machine 2 ème Partie : Notions de base sur les Sciences Cognitives 3 ème Partie : Recommandations ergonomiques 4 ème Partie
Plus en détailMétiers d études, recherche & développement dans l industrie
Les fiches Métiers de l Observatoire du Travail Temporaire Emploi, compétences et trajectoires d intérimaires cadres Métiers d études, recherche & développement dans l industrie R&D Production Ingénieur
Plus en détailSciences de Gestion Spécialité : SYSTÈMES D INFORMATION DE GESTION
Sciences de Gestion Spécialité : SYSTÈMES D INFORMATION DE GESTION Classe de terminale de la série Sciences et Technologie du Management et de la Gestion Préambule Présentation Les technologies de l information
Plus en 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 Collège de France crée une chaire pérenne d Informatique, Algorithmes, machines et langages, et nomme le Pr Gérard BERRY titulaire
Communiquédepresse Mars2013 LeCollègedeFrancecréeunechairepérenned Informatique, Algorithmes,machinesetlangages, etnommeleprgérardberrytitulaire Leçoninauguralele28mars2013 2009avait marquéunpas importantdans
Plus en détailLa rencontre du Big Data et du Cloud
La rencontre du Big Data et du Cloud Libérez le potentiel de toutes vos données Visualisez et exploitez plus rapidement les données de tous types, quelle que soit leur taille et indépendamment de leur
Plus en détailMastère spécialisé. «Ingénierie de l innovation et du produit nouveau De l idée à la mise en marché»
Mastère spécialisé «Ingénierie de l innovation et du produit nouveau De l idée à la mise en marché» I- Présentation détaillée du programme d enseignement Répartition par modules et crédits ECTS : Intitulé
Plus en détailProcessus d Informatisation
Processus d Informatisation Cheminement de la naissance d un projet jusqu à son terme, deux grandes étapes : Recherche ou étude de faisabilité (en amont) L utilisateur a une idée (plus ou moins) floue
Plus en détailBABEL LEXIS : UN SYSTÈME ÉVOLUTIF PERMETTANT LA CRÉATION, LE STOCKAGE ET LA CONSULTATION D OBJETS HYPERMÉDIAS
Quatrième colloque hypermédias et apprentissages 275 BABEL LEXIS : UN SYSTÈME ÉVOLUTIF PERMETTANT LA CRÉATION, LE STOCKAGE ET LA CONSULTATION D OBJETS HYPERMÉDIAS Anne-Olivia LE CORNEC, Jean-Marc FARINONE,
Plus en détailSujet de thèse CIFRE RESULIS / LGI2P
Ecole des Mines d Alès Laboratoire de Génie Informatique et d Ingénierie de Production LGI2P Nîmes Sujet de thèse CIFRE RESULIS / LGI2P Titre Domaine De l ingénierie des besoins à l ingénierie des exigences
Plus en détailPROGRAMME DU CONCOURS DE RÉDACTEUR INFORMATICIEN
PROGRAMME DU CONCOURS DE RÉDACTEUR INFORMATICIEN 1. DÉVELOPPEMENT D'APPLICATION (CONCEPTEUR ANALYSTE) 1.1 ARCHITECTURE MATÉRIELLE DU SYSTÈME INFORMATIQUE 1.1.1 Architecture d'un ordinateur Processeur,
Plus en détailPartenaires: w w w. c o g m a s t e r. n e t
Partenaires: w w w. c o g m a s t e r. n e t Une approche interdisciplinaire et intégrative neuropsychologie psychologie neuroanatomie linguistique philosophie SCIENCES COGNITIVES logique/probas neurosciences
Plus en détailCatalogue des formations Edition 2015
Antidot - Formations Catalogue des formations Edition 2015 : catalogue_formation_2015 Révision du 06.01.2015 Sommaire!!"##$%&'( )! $*$+,(-'(."##'+.'&( /!,'.0+"1"2%'( /!!."3'( /! $(3&"3"!(-4(5(.$,$1"24'(-'!(6"&#$,%"+!(7('-%,%"+()89:(;(
Plus en détailSystème immunitaire artificiel
République Algérienne Démocratique et Populaire Ministère de l Enseignement Supérieure Université des Sciences et de la Technologie D Oran Mohammed Boudiaf (USTO) Faculté des Sciences Département d Informatique
Plus en détailArchitecture d'entreprise : Guide Pratique de l'architecture Logique
Guides Pratiques Objecteering Architecture d'entreprise : Guide Pratique de l'architecture Logique Auteur : Version : 1.0 Copyright : Softeam Equipe Conseil Softeam Supervisée par Philippe Desfray Softeam
Plus en détailLa coopération dans un contexte de recherches doctorales Cooperation amongst PhD researchers. Josée Charbonneau Anne- Marie Merrien 28 mai 2014
La coopération dans un contexte de recherches doctorales Cooperation amongst PhD researchers Josée Charbonneau Anne- Marie Merrien 28 mai 2014 Pourquoi sommes- nous ici? Étudiantes au doctorat, bourse
Plus en détailBusiness Intelligence avec Excel, Power BI et Office 365
Avant-propos A. À qui s adresse ce livre? 9 1. Pourquoi à chaque manager? 9 2. Pourquoi à tout informaticien impliqué dans des projets «BI» 9 B. Obtention des données sources 10 C. Objectif du livre 10
Plus en détailMicro-ordinateurs, informations, idées, trucs et astuces utiliser le Bureau à distance
Micro-ordinateurs, informations, idées, trucs et astuces utiliser le Bureau à distance Auteur : François CHAUSSON Date : 8 février 2008 Référence : utiliser le Bureau a distance.doc Préambule Voici quelques
Plus en détailC entre de F ormation C ontinue à D istance
L action de formation proposée «La démarche HACCP au travers de l ISO 22 000» Cette formation-action est basée sur la mise en œuvre d un projet sur un système HACCP au travers de l ISO 22 000. Ce projet
Plus en détailProgramme scientifique Majeure ARCHITECTURE DES SYSTEMES D INFORMATION. Mentions Ingénierie des Systèmes d Information Business Intelligence
É C O L E D I N G É N I E U R D E S T E C H N O L O G I E S D E L I N F O R M A T I O N E T D E L A C O M M U N I C A T I O N Programme scientifique Majeure ARCHITECTURE DES SYSTEMES D INFORMATION Mentions
Plus en détailM1805 - Études et développement informatique
Appellations Analyste cogniticien / cogniticienne informatique Analyste concepteur / conceptrice informatique Concepteur / Conceptrice analyste informatique Concepteur / Conceptrice d'application informatique
Plus en détailCompte-rendu de Hamma B., La préposition en français
Compte-rendu de Hamma B., La préposition en français Badreddine Hamma To cite this version: Badreddine Hamma. Compte-rendu de Hamma B., La préposition en français. Revue française de linguistique appliquée,
Plus en détailPROGRAMME DE CRÉATION ET INNOVATION TECHNOLOGIQUES EN CLASSE DE SECONDE GÉNÉRALE ET TECHNOLOGIQUE Enseignement d exploration
PROGRAMME DE CRÉATION ET INNOVATION TECHNOLOGIQUES EN CLASSE DE SECONDE GÉNÉRALE ET TECHNOLOGIQUE Enseignement d exploration Préambule La société doit faire face à de nouveaux défis pour satisfaire les
Plus en détailBases de données Cours 1 : Généralités sur les bases de données
Cours 1 : Généralités sur les bases de données POLYTECH Université d Aix-Marseille odile.papini@univ-amu.fr http://odile.papini.perso.esil.univmed.fr/sources/bd.html Plan du cours 1 1 Qu est ce qu une
Plus en détailNathalie Bulle (1998), Compte-rendu de Rainer Hegselmann, Ulrich Mueller, Klaus G. Troitzsch (eds.).- Modelling and simulation in the social sciences
Nathalie Bulle (1998), Compte-rendu de Rainer Hegselmann, Ulrich Mueller, Klaus G. Troitzsch (eds.).- Modelling and simulation in the social sciences from the philosophy of science point of view. - Dordrecht/
Plus en détailRÉSUMÉ DES NORMES ET MODALITÉS D ÉVALUATION AU SECONDAIRE
, chemin de la côte Saint-Antoine Westmount, Québec, HY H7 Téléphone () 96-70 RÉSUMÉ DES NORMES ET MODALITÉS D ÉVALUATION AU SECONDAIRE À TRANSMETTRE AU PARENTS Année scolaire 0-0 Document adapté par Tammy
Plus en détailBrique BDL Gestion de Projet Logiciel
Brique BDL Gestion de Projet Logiciel Processus de développement pratiqué à l'enst Sylvie.Vignes@enst.fr url:http://www.infres.enst.fr/~vignes/bdl Poly: Computer elective project F.Gasperoni Brique BDL
Plus en détailSegmentation d'images à l'aide d'agents sociaux : applications GPU
Segmentation d'images à l'aide d'agents sociaux : applications GPU Richard MOUSSA Laboratoire Bordelais de Recherche en Informatique (LaBRI) - UMR 5800 Université de Bordeaux - France Laboratoire de recherche
Plus en détailJedox rafraîchit les rapports du fabricant de boissons MBG
Jedox rafraîchit les rapports du fabricant de boissons MBG «Nous pouvons désormais réaliser plus efficacement notre reporting et la planifi cation de nos ventes grâce à Jedox, et avons même soif de plus
Plus en détailIntroduction à la B.I. Avec SQL Server 2008
Introduction à la B.I. Avec SQL Server 2008 Version 1.0 VALENTIN Pauline 2 Introduction à la B.I. avec SQL Server 2008 Sommaire 1 Présentation de la B.I. et SQL Server 2008... 3 1.1 Présentation rapide
Plus en détailLe génie logiciel. maintenance de logiciels.
Le génie logiciel Définition de l IEEE (IEEE 1990): L application d une approche systématique, disciplinée et quantifiable pour le développement, l opération et la maintenance de logiciels. Introduction
Plus en détailIntroduction au Génie Logiciel
Introduction au Génie Logiciel Lydie du Bousquet Lydie.du-bousquet@imag.fr En collaboration avec J.-M. Favre, I. Parissis, Ph. Lalanda Qu est-ce que le logiciel? programme, ensemble d instructions Caractéristiques
Plus en détailPrise en compte du facteur humain. Cédric Soubrié
Prise en compte du facteur humain Cédric Soubrié 12/02/2011 Les deux cours + projet Conception centrée utilisateurs Les règles à suivre Définition du projet Conception Implémentation Nom : Cédric Soubrié
Plus en détailPatrons de Conception (Design Patterns)
Patrons de Conception (Design Patterns) Introduction 1 Motivation Il est difficile de développer des logiciels efficaces, robustes, extensibles et réutilisables Il est essentiel de comprendre les techniques
Plus en détail1 Introduction à l infrastructure Active Directory et réseau
1 Introduction à l infrastructure Active Directory et réseau Objectifs d examen de ce chapitre Ce premier chapitre, qui donne un aperçu des technologies impliquées par la conception d une infrastructure
Plus en détailPROJET BIGDATART DOSSIER DE PRESENTATION
PROJET BIGDATART DOSSIER DE PRESENTATION Le projet BigDatArt est une installation scientifico-artistique centrée autour des notions d images et de BigData. Ce que je propose dans mon projet et d'inverser
Plus en détailMercredi 15 Janvier 2014
De la conception au site web Mercredi 15 Janvier 2014 Loïc THOMAS Géo-Hyd Responsable Informatique & Ingénierie des Systèmes d'information loic.thomas@anteagroup.com 02 38 64 26 41 Architecture Il est
Plus en détailPrésentation à l Autorité des marchés financiers. Offre d assurance par Internet au Québec
Présentation à l Autorité des marchés financiers Offre d assurance par Internet au Québec Par l Association canadienne des institutions financières en assurance Mai 2012 Au sujet de l ACIFA L ACIFA a été
Plus en détailContributions à l expérimentation sur les systèmes distribués de grande taille
Contributions à l expérimentation sur les systèmes distribués de grande taille Lucas Nussbaum Soutenance de thèse 4 décembre 2008 Lucas Nussbaum Expérimentation sur les systèmes distribués 1 / 49 Contexte
Plus en détailChapitre 1 : Introduction aux bases de données
Chapitre 1 : Introduction aux bases de données Les Bases de Données occupent aujourd'hui une place de plus en plus importante dans les systèmes informatiques. Les Systèmes de Gestion de Bases de Données
Plus en détailApprentissage Automatique
Apprentissage Automatique Introduction-I jean-francois.bonastre@univ-avignon.fr www.lia.univ-avignon.fr Définition? (Wikipedia) L'apprentissage automatique (machine-learning en anglais) est un des champs
Plus en 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 détaild évaluation Objectifs Processus d élaboration
Présentation du Programme pancanadien d évaluation Le Programme pancanadien d évaluation (PPCE) représente le plus récent engagement du Conseil des ministres de l Éducation du Canada (CMEC) pour renseigner
Plus en détailProblématiques de recherche. Figure Research Agenda for service-oriented computing
Problématiques de recherche 90 Figure Research Agenda for service-oriented computing Conférences dans le domaine ICWS (International Conference on Web Services) Web services specifications and enhancements
Plus en détailINF 1250 INTRODUCTION AUX BASES DE DONNÉES. Guide d étude
INF 1250 INTRODUCTION AUX BASES DE DONNÉES Guide d étude Sous la direction de Olga Mariño Télé-université Montréal (Québec) 2011 INF 1250 Introduction aux bases de données 2 INTRODUCTION Le Guide d étude
Plus en détailWorkflow et Service Oriented Architecture (SOA)
White Paper Workflow et Service Oriented Architecture (SOA) Présentation Cet article offre une approche pragmatique de la SOA et du workflow à travers des problématiques d'entreprises, une méthodologie
Plus en détailPerl Console. Votre compagnon pour développer en Perl. Les Journées du Perl 2007 16, 17 novembre, Lyon. Alexis Sukrieh <sukria@sukria.
Perl Console Votre compagnon pour développer en Perl Les Journées du Perl 2007 16, 17 novembre, Lyon Alexis Sukrieh Plan Pourquoi une console? Le modèle «Read-Eval-Print-Loop» Dépendances
Plus en détailHACCP Évolutions réglementaires et normatives
MADRPM / CEPR Rabat 30 octobre 2007 HACCP Évolutions réglementaires et normatives Une logique de maîtrise But : maîtrise de la sécurité sanitaire des aliments Système HACCP : «Analyse des dangers, points
Plus en détailLes BRMS Business Rules Management System. Groupe GENITECH
Les BRMS Business Rules Management System 1 Présentations Emmanuel Bonnet ebonnet (at) genigraph.fr Responsable Dpt Conseil Consultant, Expert BRMS Formateur IBM/Ilog JRules / JBoss Rules Génigraph SSII
Plus en détailUniversité Libre de Tunis
Ingénieur: Génie Informatique Code et Intitulé des Matières Enseignées Plan d'etudes : Semestre 1 S1-01 Algorithmique et Structures de Données 1 S1-02 Programmation C S1-03 Logiques Mathématiques S1-04
Plus en détailCOURS SYRRES RÉSEAUX SOCIAUX INTRODUCTION. Jean-Loup Guillaume
COURS SYRRES RÉSEAUX SOCIAUX INTRODUCTION Jean-Loup Guillaume Le cours Enseignant : Jean-Loup Guillaume équipe Complex Network Page du cours : http://jlguillaume.free.fr/www/teaching-syrres.php Évaluation
Plus en détailVers une approche Adaptative pour la Découverte et la Composition Dynamique des Services
69 Vers une approche Adaptative pour la Découverte et la Composition Dynamique des Services M. Bakhouya, J. Gaber et A. Koukam Laboratoire Systèmes et Transports SeT Université de Technologie de Belfort-Montbéliard
Plus en détail