Dérivation automatique d'ontologie
|
|
- Noëlle Morency
- il y a 8 ans
- Total affichages :
Transcription
1 Dérivation automatique d'ontologie Université de Versailles Saint-Quentin-en-Yvelines Orange Labs Ivan Bedini Pr. Georges Gardarin - Laboratoire PRiSM, Université de Versailles, Directeur de thèse Dr. Benjamin Nguyen - Laboratoire PRiSM,, Université de Versailles, Co-directeur Dr. Thierry Bouron - Orange Labs, Co-directeur 15 Janvier 2010, Soutenance de thèse
2 sommaire partie 1 : Contexte et motivations 1.1 Les échanges B2B problèmes et limitations 1.2 Adoption des Ontologies : quoi et comment partie 2 : Contributions 2.1 Analyse des systèmes existants 2.2 SDMO 2.3 XML Mining 2.4 Janus 2.5 Evaluations partie 3 : Conclusion et perspectives 2
3 1.1 Les échanges B2B : problèmes et limitations 3
4 Scénario classique d'un échange B2B Acheteur Fournisseur $$$ Interface interne Interface externe Interface commune Interface externe Interface interne Mapping Mapping / Harmonization Mapping 4
5 Different semantics m:n matching? Structural Different semantics Mandatory without match Code vs. string 5
6 Different semantics m:n matching STAR? Structural ebxml Different semantics Mandatory without match Code vs. string 6
7 Spécification des normes B2B Nous avons analysé plus de 40 standards Les documents définis sont pour la plupart : Dictionnaire de données, Messages, Description des interfaces de Services Web, processus d'affaire, liste de codes et messages EDIFACT Formats : De facto Schéma XML (XSD). EDIFACT est de moins en moins ciblé dans les nouveaux projets Aucun consortium ne propose encore d'ontologie 7
8 Énoncé du problème A partir d un grand nombre de schémas XML il est possible de déduire automatiquement une représentation sémantique commune qui: i) améliore les performances des systèmes d'alignement et d'identification des correspondances ii) peut être réutilisée pour générer dynamiquement des ontologies 8
9 1.2 Adoption des Ontologies : quoi et comment 9
10 Approche Hohpe suggère d'introduire un Canonical Data Model afin de minimiser les dépendances lors de l'intégration des applications, mais aucun CDM n'est encore formalisé. [Hohpe03] Nous proposons de générer des ontologies servant de modèles canoniques 10
11 Ontologie : plus formellement Une ontologie o est au moins un 5-tuple o = < C, R, I, D, > C est l'ensemble des classes ou des concepts R est un ensemble de relations I est l'ensemble d'instances de classes (également appelé les individus) D est l'ensemble des types de données est une relation binaire sur les entités appartenant à C, R et D, appelée spécialisation 11 Axiomes : des affirmations sous une forme logique qui forment ensemble la théorie générale que l'ontologie décrit dans son domaine d'application. Fournisseur Entreprise aclient.entreprise
12 Ontologie : plusieurs types 4 niveaux d'ontologie Top-level (upper) ontology Domain ontology Task ontology Application ontology [Guarino98] 12
13 2.1 Analyse des systèmes de génération automatique d'ontologie 13
14 Génération automatique d'ontologie : cycle de vie Structurés (e.g. ontologies) Semi-structurés (e.g. XML) Non-structurés (e.g. texte) 4. Evolution Base(s) de connaissance externe/référence Sources 1. Extraction de l information 2. Analyse 3. Génération Regroupement vérifications Sélection, détection Résultat des matchings Inférence, cohérence 5. Validation 14
15 Génération automatique d'ontologie : cycle de vie Responsable de l'acquisition des informations (concepts, attributs, relations et axiomes) Gère les différents formats du corpus 4. Evolution Base(s) de connaissance externe/référence Sources 1. Extraction de l information 2. Analyse 3. Génération Regroupement vérifications Sélection, détection Résultat des matchings Inférence, cohérence 5. Validation 15
16 Génération automatique d'ontologie : cycle de vie Réalise l'appariement et l'alignement des sources 4. Evolution Base(s) de connaissance externe/référence Sources 1. Extraction de l information 2. Analyse 3. Génération Regroupement vérifications Sélection, détection Résultat des matchings Inférence, cohérence 5. Validation 16
17 Génération automatique d'ontologie : cycle de vie Réalise la fusion / intégration, le cas échéant Transforme le format spécifique du système dans un langage ontologique (e.g. OWL) 4. Evolution Base(s) de connaissance externe/référence Sources 1. Extraction de l information 2. Analyse 3. Génération Regroupement vérifications Sélection, détection Résultat des matchings Inférence, cohérence 5. Validation 17
18 Génération automatique d'ontologie : cycle de vie Gère le versionnement classique Gère l'intégration dynamique de nouvelle connaissance 4. Evolution Base(s) de connaissance externe/référence Sources 1. Extraction de l information 2. Analyse 3. Génération Regroupement vérifications Sélection, détection Résultat des matchings Inférence, cohérence 5. Validation 18
19 Génération automatique d'ontologie : cycle de vie Vérifie chaque étape Contrôle de cohérence automatisable Souvent manuelle et/ou assistée 4. Evolution Base(s) de connaissance externe/référence Sources 1. Extraction de l information 2. Analyse 3. Génération Regroupement vérifications Sélection, détection Résultat des matchings Inférence, cohérence 5. Validation 19
20 Génération automatique d'ontologie : cycle de vie Indispensable pour une exécution correcte du processus (e.g. dictionnaires, ontologie de haut niveau, le Web, ) 4. Evolution Base(s) de connaissance externe/référence Sources 1. Extraction de l information 2. Analyse 3. Génération Regroupement vérifications Sélection, détection Résultat des matchings Inférence, cohérence 5. Validation 20
21 Analyse de systèmes existants 21 systèmes centrés sur la génération automatique d ontologies : Définir des axes de catégorisation de ces outils Évaluer les systèmes selon toutes les étapes du cycle de vie Évaluer le degré d automatisation des outils Trouver la meilleure solution pour notre cas d'utilisation 21
22 Catégorisation des systèmes Conversion ou traduction directe Entrée : documents structurés (e.g. XML, XSD, UML, etc.) Sortie : langage ontologique (e.g. OWL) Haut niveau d'automatisation mais limitée à la tâche de génération Ressource Externe Problèmes : Trop lié à la ressource adoptée Ontologies supérieures pas suffisamment détaillées 22
23 Catégorisation des systèmes Modèle intermédiaire Avantage : Approche flexible par rapport au nombre de sources Inconvénient : Double transformation et risque de perte d'informations non gérées par le modèle Framework 23 Avantage : Permet de gérer toutes les étapes du cycle de vie Inconvénient : L'intégration des modules reste souvent humaine
24 Observations générales sur l'automatisation Sources multiples en entrée est une question ouverte Extraction produit des résultats exploitables, mais actuellement focalisée sur les sources textuelles Matching et alignement sont les plus difficiles à réaliser Evolution rarement implémentée et pas dynamique Validation principalement humaine Ressources externes sont rares et pas adéquates WordNet ressource essentielle (dictionnaire, thesaurus, relations, référence, ) Web intégration complexe et inexploitable 24
25 Le Matching process (opération d'appariement) L'opération d'appariement regroupe l'ensemble des fonctions qui recherche les correspondances entre deux ou plusieurs sources d'entrée. Problème : la fonction de recherche de correspondances agit sur un couple d'entités à la fois, indépendamment du nombre des sources à comparer Conséquence : C est une des causes majeures du temps de calcul Idée : C est une opération générique, donc réutilisable, dans le processus global de génération d'ontologies optimisation possible 25
26 2.2 Définition d'un Modèle Sémantique Intermédiaire (SDMO) 26
27 Semantic Data Model for Ontologies (SDMO) SDMO : modèle dynamique orienté objet enrichi de méta-associations spécifiant la nature des similarités Préserve les informations propres au processus de matching Fournit une interface de détection des correspondances efficace Fournit une connaissance ontologique Traduction complète du modèle vers OWL Expressivité de l'ontologie déductible : SHOINF(D) Déf. : (Concept SDMO) Un concept est l'élément de base SDMO et se définit comme un 4-tuple c = < l, R, S, f > 27 l est un ensemble de mots, simples ou composés, qui représente le mieux le nom du concept. R est l'ensemble des relations et métarelations entre les concepts S est l'ensemble des instances originaires d'un concept (à ne pas confondre avec les individus OWL) f est une mesure de fréquence et / ou de rank
28 SDMO : les relations Types de relations entre les concepts Sémantiques Structurales Syntaxiques (linguistiques) Sources Datatype Synonym Property Lattice of Properties Is a Structure Concept Semantic Lattice of Shared Terms RelatedTo N-Gram Stem Syntax Source Instance Abbreviation 28
29 SDMO : relations sémantiques Un système basé sur des treillis de Galois et la mesure de la fréquence Détection des affinités sémantiques entre les noms des concepts Upper nodes Lower nodes 29
30 SDMO : treillis des propriétés Relations structurelles sont basées sur un treillis de Galois où les extents sont représentés par les concepts et les intents par les propriétés. 30
31 SDMO : réseau de similarité Mélange des relations structurelles, morphologiques et sémantiques Moyen pratique pour stocker et maintenir une information véridique aussi concise que possible. Les correspondances sont générales, valides et indépendantes du contexte d'utilisation spécifique. 31
32 2.3 XML Mining : extraction de la connaissance à partir des schémas XML 32
33 XML Mining Fournit l'extraction de la connaissance nécessaire pour générer l'ontologie (concepts, propriétés et relations). Techniques appliquées: NLP - morphologique et analyse lexicale Association-mining - calcul des fréquences des termes (TF) et des règles d'association Sémantique - principalement pour détecter synonymie et possible homonymie Treillis de Galois - regroupement sémantique et structurel de concepts similaires 33
34 XML Mining : analyse des balises AttributeGroup 1% Group 1% Corpus B2B composé de : 25 standards 3432 fichiers XSD composants XML nommées 19 composants XML considérés Attribute 13% All 0% Choice 1% Sequence 5% Any 0% Appinfo 9% Restriction 5% Extension 2% Union 0% Element 24% Extraction des composant XML Documentation 27% SubstitutionGroup 0% Include 1% Import 0% Complex Type 6% Simple Type 5% SimpleContent ComplexContent 1% 1% [XSD construct] XML2OWL OWLMAP All Annotation Any Appinfo Attribute AttributeGroup Choice Complexcontent ComplexType Documentation Element Extension Group Import Include Restriction Sequence SimpleContent SimpleType SubstitutionGroup Union List Min/Max Occurs Namespace LDM Janus 34
35 XML Mining : quelques figures de termes extraites Le 85% des termes composant les tags XML est reconnu et utilisé pour générer un premier vocabulaire contrôlé du domaine et correspond à seulement ~3000 mots FpML 2% IFX 3% Acord 3% OTA 6% X12 3% einvoice AT 0% ebxml 7% STAR 6% OAGIs 3% AdsML 1% Etso 0% UBL 1% BME Cat 0% Arts 8% Twist 1% papi Net 2% EDI France 1% Abréviations (14%) Termes inconnus (15%) GS1 3% HR-XML 8% AgXML 1% Tags reconnus (71%) FIX 2% CIDX 2% ISO % Mismo 34% PIDX 1% 35
36 36 XML Mining : génération d'un vocabulaire de domaine Déduction d'un vocabulaire commun de domaine L'incrément du nombre de mots réduit considérablement avec l'ajout de nouveaux standards 100,00% 100,00 89,86% 120,00% 100,00% 60,22 58,95 59,21 80,00% 45,28% 35,90 2,30% 11,57 4,28% 30,25 0,19% 28,31 2,71% 3,13 13,50 1,61% 20,83 2,69%13,92% 21,08 10,94 1,76% 5,11% 0,64% 28,11 6,21% 7,84 2,99% 8,31 1,42% 6,06 5,69 17,18 1,44% 60,00% % 4,85% 11,65% 0,35% 5,75% 7,48% 9,26 9,13 0,39% 12,65 6,74 40,00% 1,58% 1,88% 20,00% 0,00% X12 UBL OAGIS ACORD GS1 FIX ARTS FpML ETSO CIDX OTA IFX ISO20022 TWIST HR-XML ebinterface AdsML ebxml PapiNet PIDX STAR AgXML MISMO einvoice AT ebxml STAR OAGIs AdsML Etso X12 Twist papinet edifrance GS1 Mismo PIDX ISO CIDX FIX AgXML HR-XML Arts BME Cat UBL OTA Acord IFX FpML
37 XML Mining : représentativité des termes balises XML 3342 mots +90 % des occurrences sont présentes dans au moins 4 standards 2% des mots (~ 60) couvrent 40% des occurrences totales 40% des mots (~ 1400) sont utilisés par une seule norme Les mots présents dans un seul standard sont spécifiques un secteur d'activité (e.g. hôtel, voyage, voiture, fumeur, policier, scanner, hygiénique, moléculaire ) <nom> <emprunteur> <identifiant> <hotel> Frequence <adresse> <golf> (GolfCourse) Attendance (nombre <fourmi> de standards) (ClosingInstructionsTermiteReportRequiredIndicator)
38 2.4 Janus : automation de la génération d'ontologie 38
39 Janus : architecture globale Janus : prototype Java permettant la génération automatique d'un premier squelette d'ontologie à partir de sources XSD Met en œuvre une approche de matching complexe Réalise les étapes d'extraction, Analyse, Génération et Evolution 39
40 Janus : vues générées Tag Cloud View List View Ontology Graphical View Concept Detail View 40
41 2.5 Evaluations 41
42 Evaluations : le corpus B2B 4 corpus (Complete B2B Invoice Address Coordinate) 2 alignement de référence (Coordinate, Address) Test corpus name Groups Files Extracted XSD Components Resulting concepts Coordinate Address Invoice * Complete B2B * 42
43 Temps d'exécution : vitesse et extensibilité Le système est rapide et scalable Améliorations possibles sur la création du treillis des mots Unit of measure [msec] Information Extraction phase Similarity Network construction/integration Analysis computation Corpus Extraction Normalization WL PL Synonyms Merging Freq. Total Coordinate ,486 0, Address ,444 0, Invoice Complete B2B , % Great order O(x) 5 Extraction 4 Normalization Word Lattices 3 Property Lattice 2 Synonyms Merging 1 Frequency 0 Global 1 - (26) 2 - (192) 3 - (5942) 4 - (24703) -1 Corpus - (n. concepts) 90% 80% 70% 60% 50% 40% 30% 20% 10% 0% TF Measure Merging Word Lattice Property Lattice Synonyms Normalization Extraction 43
44 Mesure de la qualité : précision et rappel Address concepts: Correct correspondences to provide 145 Address concepts: Correct correspondences to provide 145 High threshold High threshold Low threshold Low threshold Resulting Concepts Resulting Concepts Mergings done Mergings done Correct Correct Precision 1 0,992 0,976 0,976 0,976 0,962 Precision 1 0,984 0,984 0,976 0,976 0,954 Missing Missing Recall 0,793 0,841 0,841 0,848 0,848 0,862 Recall 0,793 0,834 0,848 0,848 0,848 0,855 1,01 0, ,860 Precision 0,99 0,98 0,97 0,96 0,95 0,94 Recall 0,840 0,820 0,800 0,780 0,760 0,93 Semantic Th P(0.8) 1 0,992 0,976 0,976 0,976 0,962 P(0.9) 1 0,984 0,984 0,976 0,976 0,954 0,740 Semantic Th P(0.8) 0,793 0,841 0,841 0,848 0,848 0,862 P(0.9) 0,793 0,834 0,848 0,848 0,848 0,855 44
45 Gain de temps et format de stockage Avec SDMO Sans SDMO 120 Temps (msec) % 21 % 45 % Physical space gain ratio Nombre de concepts 20 0 Time execution gain Gain de temps entre un système avec SDMO et un système traditionnel augmente avec la taille et le nombre des sources Janus offre un format de stockage pour le modèle. Améliore encore le temps d'exécution Réduit l'espace de stockage nécessaire aux sources 45
46 3 Conclusion et perspectives 46
47 Perspectives Janus sous forme de modules réutilisable (API) par d'autres systèmes de matching Janus sous forme de plug-in dans des outils UML et XML : Générer automatiquement des ontologies d'entreprise Plus simplement pour transformer les Schémas XML en OWL Système de recommandation sur le choix d'un standard à utiliser dans une transaction d'affaire Enrichissement dynamique d'ontologie d'un catalogue de services (use case projet EU SERVERY en cours) 47
48 Travaux futurs Formalisation détaillée de la méthodologie Automatisation de l'intégration de sources hétérogènes (structurés et pas structurés) Intégration de systèmes de raisonnement 48
49 Synthèse Définition du cycle de vie de la génération automatique d'ontologie Un système avancé d'extraction de la connaissance à partir des schémas XML multiples Un modèle sémantique qui permet de réduire le temps de calcul des systèmes de matching Un système complexe de génération/déduction de connaissance ontologique exprimé en OWL 49
50 merci
51 Bibliographie Personnelle International Conferences Mathieu Boussard, Vincent Hiribarren, Jean Pierre Le Rouzic, Stéphanie Fodor, Ivan Bedini, Noel Crespi, Gabor Marton, David Moro, Manuel Macias, Oscar Lorenzo Dueñas, Benjamin Molina. Servery: Web Telco Marketplace. Information and Communication Technologies Mobile Summit June 2009, Santander, Spain. Ivan Bedini, Benjamin Nguyen and Georges Gardarin. B2B Automatic Taxonomy Construction. In Proceedings 10th International Conference on Enterprise Information Systems , June 2008 Barcelona, Spain. International Workshops Jérôme Le Moulec, Jacques Madelaine and Ivan Bedini. Discovery Services Interconnection. International Workshop on RFID Technology. Mai 2009, Milan, Italy. International Demos Ivan Bedini, Benjamin Nguyen and Georges Gardarin. Janus: Automatic Ontology Construction Tool. Demo-Poster Session. 16th International Conference on Knowledge Engineering and Knowledge Management Knowledge Patterns. September 2008, Acitrezza, Italy. Ivan Bedini, Benjamin Nguyen and Georges Gardarin. Janus: Automatic Ontology Builder from XSD files. Developer track at 17th International World Wide Web Conference (WWW2008). Beijing, China, April 21-25, 2008 French Conferences and Demos Ivan Bedini, Georges Gardarin, Benjamin Nguyen. Deriving Ontologies from XML Schema. In Proceedings of the Entrepôts de Données et Analyse en Ligne (EDA), France, June RNTI, Vol. B-4, 3-17 (Invited Paper). Ivan Bedini, Fabrice Bourge, Benjamin Nguyen. RepXML: Experimenting an ebxml Registry to Store Semantics and Content of Business Messages. Developer Track at BDA Lille, France. October Submitted Ivan Bedini, Georges Gardarin, Benjamin Nguyen. Semantic Web and e-business. Submitted Chapter for the book «Electronic Business Interoperability: Concepts, Opportunities and Challenges», IGI Global publisher. December Emmanuel Bertin, Ivan Bedini, Nassim Laga, Benoit Cristophe, Benjamin Molina. Selecting the best available service at runtime: the concept of abstract services. Submitted to IEEE transactions on Software engineering journal. November Patents Ivan Bedini, Emmanuel Bertin, Nassim Laga. Dynamic selection of the best web service meeting user requirements process. Patent INPI number: /2009 (Pending) Ivan Bedini. Procedure for the automation of data sources matching combining semantic and structural properties. Request for patent INPI number: /2008 (Pending) Standardisation Activities, main contributions Fabrice Bourge, Ivan Bedini. UN/CEFACT Registry Implementation Specification. UN/CEFACT ICG Standard Draft ebxml Registry Profile for OWL-Lite. OASIS Standard Technical Note (Contributor) OASIS/ebXML Registry Information Model Specification V3.0. OASIS Standard Specification (Also ISO 15000, part 3 and 4 Standard) (Contributor) OASIS/ebXML Registry Services and Protocols v3.0. OASIS Standard Specification (Also ISO 15000, part 3 and 4 Standard) (Contributor) Ivan Bedini, Fabrice Bourge, Francis Berthomieu, Fabrice Jeanne, Sébastien Wafflart. EDIFRANCE RepXML Project Overview. UN/CEFACT ICG Deliverable
Propriétés du Document EMA. Résumé
Propriétés du Document Source du Document FSN OpenPaaS Titre du Document Définition et exploitation d un référentiel de processus collaboratifs : Rapport de synthèse quant aux référentiels existants Module(s)
Plus en détailIntroduction au projet ebxml. Alain Dechamps
Introduction au projet ebxml Alain Dechamps 1 Introduction ebes Plan Le pourquoi de la réunion Contexte et projet ebxml Fonctionnement Avantages 2 Lexique Business process = processus métier Core component
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 détailStructuration des décisions de jurisprudence basée sur une ontologie juridique en langue arabe
Structuration des décisions de jurisprudence basée sur une ontologie juridique en langue arabe Karima Dhouib, Sylvie Després Faiez Gargouri ISET - Sfax Tunisie, BP : 88A Elbustan ; Sfax karima.dhouib@isets.rnu.tn,
Plus en détailIngénierie et gestion des connaissances
Master Web Intelligence ICM Option Informatique Ingénierie et gestion des connaissances Philippe BEAUNE Philippe.Beaune@emse.fr 18 novembre 2008 Passer en revue quelques idées fondatrices de l ingénierie
Plus en détailOPEN DATA : CHALLENGES ET PERSPECTIVES D ENTREPOSAGE
OPEN DATA : CHALLENGES ET PERSPECTIVES D ENTREPOSAGE «Journée Open Data» 5 Novembre 2013 Présenté par : Imen Megdiche Directeur de thèse : Pr. Olivier Teste (SIG-IRIT) Co-directeur de thèse : Mr. Alain
Plus en détailLamia Oukid, Ounas Asfari, Fadila Bentayeb, Nadjia Benblidia, Omar Boussaid. 14 Juin 2013
Cube de textes et opérateur d'agrégation basé sur un modèle vectoriel adapté Text Cube Model and aggregation operator based on an adapted vector space model Lamia Oukid, Ounas Asfari, Fadila Bentayeb,
Plus en détailHervé Couturier EVP, SAP Technology Development
Hervé Couturier EVP, SAP Technology Development Hervé Biausser Directeur de l Ecole Centrale Paris Bernard Liautaud Fondateur de Business Objects Questions à: Hervé Couturier Hervé Biausser Bernard Liautaud
Plus en détailOracle Fusion Middleware Concepts Guide 11g Release 1 (11.1.1) Figure 1-1 Architecture Middleware
1 Introduction Ce chapitre décrit Oracle Fusion Middleware. Il comprend : o Qu'est-ce que Middleware o Les fonction de Middleware o L'architecture de conception Middleware o L'architecture orientée services
Plus en détaileprocurement Bernard Longhi SC PDA eproc Domain Coordinator CEN/eBES Chair CLEEP French National Forum Chair Geneva, 21 April 2015
eprocurement Bernard Longhi SC PDA eproc Domain Coordinator CEN/eBES Chair CLEEP French National Forum Chair Geneva, 21 April 2015 21 April 2015/ Geneva Bernard Longhi / eproc DC/ bernard.longhi@blc-consultants.com
Plus en détailAnnexe : La Programmation Informatique
GLOSSAIRE Table des matières La Programmation...2 Les langages de programmation...2 Java...2 La programmation orientée objet...2 Classe et Objet...3 API et Bibliothèque Logicielle...3 Environnement de
Plus en détailUne méthode d apprentissage pour la composition de services web
Une méthode d apprentissage pour la composition de services web Soufiene Lajmi * Chirine Ghedira ** Khaled Ghedira * * Laboratoire SOIE (ENSI) University of Manouba, Manouba 2010, Tunisia Soufiene.lajmi@ensi.rnu.tn,
Plus en détailDafoe Présentation de la plate-forme UIMA
Laboratoire d Informatique de l université Paris-Nord (UMR CNRS 7030) Institut Galilée - Université Paris-Nord 99, avenue Jean-Baptiste Clément 93430 Villetaneuse, France 11 juillet 2007 Plates-formes
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 détailArchitectures d'intégration de données
Architectures d'intégration de données Dan VODISLAV Université de Cergy-ontoise Master Informatique M1 Cours IED lan Intégration de données Objectifs, principes, caractéristiques Architectures type d'intégration
Plus en détailUrbanisation de système d'information. PLM 6 (Product Lifecycle Management) Collaboration et partage d'informations
Urbanisation de système d'information PLM 6 (Product Lifecycle Management) Collaboration et partage d'informations Gestion de données techniques et Gestion électronique de documents Diversité des modalités
Plus en détailCadre formel pour la modélisation de la gestion des processus métier par une équipe médicale interdisciplinaire
Cadre formel pour la modélisation de la gestion des processus métier par une équipe médicale interdisciplinaire Mounira Kezadri-Hamiaz 1, Daniela Rosu 1, Szymon Wilk 2, Craig Kuziemsky 1, Wojtek Michalowski
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 détailSommaire. Introduction La technologie ebxml EDI conventionnels versus ebxml Web Services et ebxml Acteurs de l ebxml Conclusion
ebxml Sommaire Introduction La technologie ebxml EDI conventionnels versus ebxml Web Services et ebxml Acteurs de l ebxml Conclusion Introduction Pourquoi L EDI EDI : échange de données informatisé Remplacer
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 détailUne proposition d extension de GML pour un modèle générique d intégration de données spatio-temporelles hétérogènes
303 Schedae, 2007 Prépublication n 46 Fascicule n 2 Une proposition d extension de GML pour un modèle générique d intégration de données spatio-temporelles hétérogènes Samya Sagar, Mohamed Ben Ahmed Laboratoire
Plus en détail4. SERVICES WEB REST 46
4. SERVICES WEB REST 46 REST REST acronyme de REpresentational State Transfert Concept introduit en 2000 dans la thèse de Roy FIELDING Est un style d architecture inspiré de l architecture WEB En 2010,
Plus en détailObjectif : Passer de l analyse métier et fonctionnelle à la définition des applications qui
Formation PARTIE 1 : ARCHITECTURE APPLICATIVE DUREE : 5 h Objectif : Passer de l analyse métier et fonctionnelle à la définition des applications qui automatisent les fonctions Définir une architecture
Plus en détailIFT2255 : Génie logiciel
IFT2255 : Génie logiciel Chapitre 6 - Analyse orientée objets Section 1. Introduction à UML Julie Vachon et Houari Sahraoui 6.1. Introduction à UML 1. Vers une approche orientée objet 2. Introduction ti
Plus en détailTHÈSE. présentée à TÉLÉCOM PARISTECH. pour obtenir le grade de. DOCTEUR de TÉLÉCOM PARISTECH. Mention Informatique et Réseaux. par.
École Doctorale d Informatique, Télécommunications et Électronique de Paris THÈSE présentée à TÉLÉCOM PARISTECH pour obtenir le grade de DOCTEUR de TÉLÉCOM PARISTECH Mention Informatique et Réseaux par
Plus en détailL Orchestration de Services Web avec Orchestra. Goulven Le Jeune Orchestra Project Manager
L Orchestration de Services Web avec Orchestra Goulven Le Jeune Orchestra Project Manager D1 Bull, Architecte d un Monde Ouvert : contributeur et acteur majeur de l'open Source Applications métiers Infrastructures
Plus en détailEnvironnement collaboratif multimodal pour Communauté Virtuelle à la puissance GRID
Environnement collaboratif multimodal pour Communauté Virtuelle à la puissance GRID MSAS 2008 - Bamako Sellami Mokhtar, Zarzour Hafed Mind.lab/Laboratoire de Recherche en Informatique Université d Annaba
Plus en détailPlan. Department of Informatics
Plan 1. Application Servers 2. Servlets, JSP, JDBC 3. J2EE: Vue d ensemble 4. Distributed Programming 5. Enterprise JavaBeans 6. Enterprise JavaBeans: Special Topics 7. Prise de recul critique Enterprise
Plus en détailIntroduction aux concepts d ez Publish
Introduction aux concepts d ez Publish Tutoriel rédigé par Bergfrid Skaara. Traduit de l Anglais par Benjamin Lemoine Mercredi 30 Janvier 2008 Sommaire Concepts d ez Publish... 3 Système de Gestion de
Plus en détailPrincipes. 2A-SI 3 Prog. réseau et systèmes distribués 3. 3 Programmation en CORBA. Programmation en Corba. Stéphane Vialle
2A-SI 3 Prog. réseau et systèmes distribués 3. 3 Programmation en CORBA Stéphane Vialle Stephane.Vialle@supelec.fr http://www.metz.supelec.fr/~vialle 1 Principes 2 Architecture 3 4 Aperçu d utilisation
Plus en 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 détailVers une meilleure gouvernance des plateformes d ingénierie
Vers une meilleure gouvernance des plateformes d ingénierie Vincent Chartier 2012 IBM Corporation La mise en œuvre d une plateforme d ingénierie est complexe Intégrations entre produits nombreuses et complexes
Plus en détailFusion : l interopérabilité chez Oracle
Standardisation et interopérabilité Fusion : l interopérabilité chez Oracle Lionel Dubreuil,, Applications Technology Product Manager, Oracle France, lionel.dubreuil@oracle.com 29/03/2006 Page : 1 Oracle
Plus en détailEvolution et architecture des systèmes d'information, de l'internet. Impact sur les IDS. IDS2014, Nailloux 26-28/05/2014 pascal.dayre@enseeiht.
Evolution et architecture des systèmes d'information, de l'internet. Impact sur les IDS IDS2014, Nailloux 26-28/05/2014 pascal.dayre@enseeiht.fr 1 MVC et le web 27/05/14 2 L'évolution des systèmes informatiques
Plus en détailMacroscope et l'analyse d'affaires. Dave Couture Architecte principal Solutions Macroscope
Macroscope et l'analyse d'affaires Dave Couture Architecte principal Solutions Macroscope Avis Avis d intention Ce document a pour but de partager des éléments de vision et d intentions de Fujitsu quant
Plus en détailIntégration de systèmes
Intégration de systèmes Préparé par: Marc Barassi, Michel Fraser, Louis Martin, Martin Simoneau Collaboration spéciale: François Boucher et Richard Boutin 3/18/14 Intégration de systèmes «L ensemble des
Plus en détailArchitecture N-Tier. Ces données peuvent être saisies interactivement via l interface ou lues depuis un disque. Application
Architecture Multi-Tier Traditionnellement une application informatique est un programme exécutable sur une machine qui représente la logique de traitement des données manipulées par l application. Ces
Plus en détailARIS : Des Processus de gestion au Système Intégré d Applications
ARIS : Des Processus de gestion au Système Intégré d Applications Présentation de IDS Scheer IDS Scheer propose des solutions dédiées au management de l'entreprise par les processus. Avec la solution ARIS,
Plus en détailTEXT MINING Tour d Horizon
TEXT MINING Tour d Horizon Media Campus WAN IFRA "Structurer, optimiser et valoriser son contenu éditorial : les outils de text mining" 24 novembre 2009, PARIS Philippe BONNY Cabinet de Conseil et d Etudes
Plus en détailLe Guide Pratique des Processus Métiers
Guides Pratiques Objecteering Le Guide Pratique des Processus Métiers Auteur : Version : 1.0 Copyright : Softeam Equipe Conseil Softeam Supervisée par Philippe Desfray Softeam 21 avenue Victor Hugo 75016
Plus en détailProposition de sujet de thèse CIFRE EUROCOPTER / LGI2P
EUROCOPTER SAS Groupe EADS Marignane Ecole des Mines d Alès Laboratoire de Génie Informatique et d Ingénierie de Production LGI2P Nîmes Proposition de sujet de thèse CIFRE EUROCOPTER / LGI2P Titre Domaine
Plus en détail1 JBoss Entreprise Middleware
1 JBoss Entreprise Middleware Les produits de la gamme JBoss Entreprise Middleware forment une suite de logiciels open source permettant de construire, déployer, intégrer, gérer et présenter des applications
Plus en détailUniversité de Lausanne
Université de Lausanne Records management et archivage électronique : cadre normatif Page 2 Ce qui se conçoit bien s énonce clairement Nicolas Boileau Page 3 Table des matières Qu est- ce que le «records
Plus en détailLES TECHNOLOGIES DU WEB APPLIQUÉES AUX DONNÉES STRUCTURÉES
LES TECHNOLOGIES DU WEB APPLIQUÉES AUX DONNÉES STRUCTURÉES 1e partie : encoder et structurer les données Gautier Poupeau Antidot http://www.lespetitescases.net Twitter @lespetitescases Emmanuelle Bermès
Plus en détailValorisez vos actifs logiciels avec Rational Asset Manager. Jean-Michel Athané, Certified IT Specialist IBM Rational Software
Valorisez vos actifs logiciels avec Rational Asset Manager Jean-Michel Athané, Certified IT Specialist IBM Rational Software 13 Qu est-ce qu un actif logiciel (Software Asset)? Un asset est une collection
Plus en détailDe la modélisation linguistique aux applications logicielles: le rôle des Entités Nommées en Traitement Automatique des Langues
De la modélisation linguistique aux applications logicielles: le rôle des Entités Nommées en Traitement Automatique des Langues Maud Ehrmann Joint Research Centre Ispra, Italie. Guillaume Jacquet Xerox
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 détailIntégration de données hétérogènes et réparties. Anne Doucet Anne.Doucet@lip6.fr
Intégration de données hétérogènes et réparties Anne Doucet Anne.Doucet@lip6.fr 1 Plan Intégration de données Architectures d intégration Approche matérialisée Approche virtuelle Médiateurs Conception
Plus en détailREMOTE DATA ACQUISITION OF EMBEDDED SYSTEMS USING INTERNET TECHNOLOGIES: A ROLE-BASED GENERIC SYSTEM SPECIFICATION
REMOTE DATA ACQUISITION OF EMBEDDED SYSTEMS USING INTERNET TECHNOLOGIES: A ROLE-BASED GENERIC SYSTEM SPECIFICATION THÈSE N O 2388 (2001) PRÉSENTÉE AU DÉPARTEMENT D'INFORMATIQUE ÉCOLE POLYTECHNIQUE FÉDÉRALE
Plus en détailLes ontologies pour l intégration sémantique : enjeux et défis
Les ontologies pour l intégration sémantique : enjeux et défis Chantal REYNAUD Université Paris-Sud XI, CNRS-LRI (Equipe IASI) INRIA-Futurs (Gemo) 1 Plan 1. L intégration sémantique du point de vue des
Plus en détailPrésentation: ez Publish 4.4. Sponsor principal:
Présentation: ez Publish 4.4 Nouvelles fonctionnalités utilisateurs Editeur d Image en ligne Amélioration de l interface d administration Portail de service intégré dans l interface d administration Nouveau
Plus en détailUn environnement de déploiement automatique pour les applications à base de composants
ICSSEA 2002-7 Lestideau Un environnement de déploiement automatique pour les applications à base de composants Vincent Lestideau Adele Team Bat C LSR-IMAG, 220 rue de la chimie Domaine Universitaire, BP
Plus en détailPerformances. Gestion des serveurs (2/2) Clustering. Grid Computing
Présentation d Oracle 10g Chapitre VII Présentation d ORACLE 10g 7.1 Nouvelles fonctionnalités 7.2 Architecture d Oracle 10g 7.3 Outils annexes 7.4 Conclusions 7.1 Nouvelles fonctionnalités Gestion des
Plus en détailSEMANTIQUE DES MODELES D'ECHANGE DE DONNEES
LABORATOIRE INFORMATIQUE, SIGNAUX ET SYSTÈMES DE SOPHIA ANTIPOLIS UMR 6070 SEMANTIQUE DES MODELES D'ECHANGE DE DONNEES Chan LE DUC, Nhan LE THANH Projet MECOSI Rapport de recherche I3S/RR 2002-33 FR Septembre2002
Plus en détailUML est-il soluble dans les méthodes agiles?
Pascal ROQUES Valtech Training UML est-il soluble dans les méthodes agiles? octobre 07 Résumé On entend beaucoup parler actuellement de deux approches ayant l'air fondamentalement opposées : l'approche
Plus en détailLes Géodatabases en 9.2
Les Géodatabases en 9.2 Session Technique Géodatabase 9.2 Versailles SIG 2007 Nouveautés dans les Géodatabases Géodatabase adaptée À la taille de l entreprise À l architecture déployée Aux processus de
Plus en détailSécurisation du stockage de données sur le Cloud Michel Kheirallah
Sécurisation du stockage de données sur le Cloud Michel Kheirallah Introduction I Présentation du Cloud II Menaces III Exigences de sécurité IV Techniques de sécurisation 2 26/02/2015 Présentation du Cloud
Plus en détailUniversité de Bangui. Modélisons en UML
Université de Bangui CRM Modélisons en UML Ce cours a été possible grâce à l initiative d Apollinaire MOLAYE qui m a contacté pour vous faire bénéficier de mes connaissances en nouvelles technologies et
Plus en détailL identification par radio fréquence principe et applications
L identification par radio fréquence principe et applications Présentée par Abdelatif Bouchouareb École de technologie supérieure, Montréal Qc Novembre 2007 1 Les différents systèmes d identification 2
Plus en détailISO/CEI 19770-1. Technologies de l information Gestion des actifs logiciels. Partie 1: Procédés et évaluation progressive de la conformité
NORME INTERNATIONALE ISO/CEI 19770-1 Deuxième édition 2012-06-15 Technologies de l information Gestion des actifs logiciels Partie 1: Procédés et évaluation progressive de la conformité Information technology
Plus en détailSolutions Exploitation de contenus
Solutions Exploitation de contenus Company profile Start in 2006 : 5 engineers + experimented business angels 5 years of profitable double digit growth Listed on Euronext in Nov 2009 (MLMGL FR0010827741)
Plus en détailBases de données avancées Introduction
Bases de données avancées Introduction Dan VODISLAV Université de Cergy-Pontoise Master Informatique M1 Cours BDA Plan Objectifs et contenu du cours Rappels BD relationnelles Bibliographie Cours BDA (UCP/M1)
Plus en détailDESCRIPTIF DE MODULE S5 GSI
Option SIM DESCRIPTIF DE MODULE S5 GSI : Gouvernance et Systèmes d Information COORDONNATEUR DU MODULE : Département : Ce module a pour but d enseigner les méthodes, les règles et les pratiques nécessaires
Plus en détailSOA Open Source Intégration des services et business process dans une architecture SOA Open Source. Bruno Georges JBoss, a Division of Red Hat
SOA Open Source Intégration des services et business process dans une architecture SOA Open Source Bruno Georges JBoss, a Division of Red Hat Agenda Cas d etude Contexte métier Les bénéfices Open Source
Plus en détailBasware Invoice Automation, aujourd hui et demain
Basware Invoice Automation, aujourd hui et demain Jeudi 27 septembre 2012 Basware Experience User Forum Collaborate. Innovate. Succeed. Australia Denmark Finland France Germany Netherlands Norway Sweden
Plus en détailRTDS G3. Emmanuel Gaudin emmanuel.gaudin@pragmadev.com
RTDS G3 Emmanuel Gaudin emmanuel.gaudin@pragmadev.com PragmaDev Dédiée au développement d un AGL pour le développement des applications temps réel et embarquées. Réseau de partenaires: Formations, Service,
Plus en détailBases de données pour la recherche : quels enjeux et quel rôle pour les patients?
Bases de données pour la recherche : quels enjeux et quel rôle pour les patients? Paul Landais Université Montpellier 1 Responsable de la Banque Nationale de Données Maladies Rares (BNDMR) Co-coordonnateur
Plus en détailIntelligence Economique - Business Intelligence
Intelligence Economique - Business Intelligence Notion de Business Intelligence Dès qu'il y a une entreprise, il y a implicitement intelligence économique (tout comme il y a du marketing) : quelle produit
Plus en détailExport et Import de modèles ICAR sous Trnsys 17
Export et Import de modèles ICAR sous Trnsys 17 Export de modèles Trnsys 17 vers ICAR Une fonction permettant d exporter des modèles Trnsys vers des composants ICAR a été implémentée sous Simulation Studio.
Plus en détailSemarchy Convergence for MDM La Plate-Forme MDM Évolutionnaire
FICHE PRODUIT Semarchy Convergence for MDM La Plate-Forme MDM Évolutionnaire BENEFICES POUR LES DSI Réussir les projets de gouvernance dans les délais et les budgets Démarrer de manière tactique tout en
Plus en détailCURRICULUM VITAE. Informations Personnelles
CURRICULUM VITAE Informations Personnelles NOM: BOURAS PRENOM : Zine-Eddine STRUCTURE DE RATTACHEMENT: Département de Mathématiques et d Informatique Ecole Préparatoire aux Sciences et Techniques Annaba
Plus en détailFacture Mixte Collaboration Franco - Allemande Pourquoi? Comment? Cyrille Sautereau, Admarel Conseil, FNFE- MPE
Facture Mixte Collaboration Franco - Allemande Pourquoi? Comment? Cyrille Sautereau, Admarel Conseil, FNFE- MPE 1 Créé en 2012 15 ans d expérience dans la dématérialisation des processus achat / vente
Plus en détailApache Camel. Entreprise Integration Patterns. Raphaël Delaporte BreizhJUG 07.11.2011
Apache Camel & Entreprise Integration Patterns Raphaël Delaporte BreizhJUG 07.11.2011 1 Speaker CTO Zenika Ouest Consultant et formateur Responsable comité technique Architecture d'entreprise Domaine ESB
Plus en détailTechniques d analyse et de conception d outils pour la gestion du processus de segmentation des abonnés des entreprises de télécommunication
Techniques d analyse et de conception d outils pour la gestion du processus de segmentation des abonnés des entreprises de télécommunication R. Carlos Nana Mbinkeu 1,3, C. Tangha 1, A. Chomnoue 1, A. Kuete
Plus en détailLe PDF enrichi / indexé pour remplacer rapidement toutes les factures papier
Le PDF enrichi / indexé pour remplacer rapidement toutes les factures papier Plus de 15 ans de développement de services de facturation électronique B2B, avec une centaine de projets de grands comptes
Plus en détailOffre Référentiel d échange
Offre Référentiel d échange mardi 1er juillet 2014 Groupe CGI inc. CONFIDENTIEL Agenda 1 2 3 4 5 6 7 8 Pourquoi cette solution? Les enjeux et principes de la solution Les acteurs & business case Sa place
Plus en détailLANGAGUE JAVA. Public Développeurs souhaitant étendre leur panel de langages de programmation
ING 01 LANGAGUE JAVA Durée : 21 heures 1090 HT / jour Dates : à définir en 2012 Concevoir et développer des programmes en langage Java Comprendre le fonctionnement de la machine virtuelle S approprier
Plus en détailPrésentations personnelles. filière IL
Présentations personnelles filière IL Résumé Liste de sujets de présentations personnelles. Chaque présentation aborde un sujet particulier, l'objectif étant que la lecture du rapport ainsi que l'écoute
Plus en détailAn Ontology-Based Approach for Closed-Loop Product Lifecycle Management
An Ontology-Based Approach for Closed-Loop Product Lifecycle Management THÈSE N O 4823 (2010) PRÉSENTÉE LE 15 OCTOBRE 2010 À LA FACULTÉ SCIENCES ET TECHNIQUES DE L'INGÉNIEUR LABORATOIRE DES OUTILS INFORMATIQUES
Plus en détailLES APPROCHES CONCRÈTES POUR LE DÉPLOIEMENT D INFRASTRUCTURES CLOUD AVEC HDS & VMWARE
LES APPROCHES CONCRÈTES POUR LE DÉPLOIEMENT D INFRASTRUCTURES CLOUD AVEC HDS & VMWARE Sylvain SIOU VMware Laurent DELAISSE Hitachi Data Systems 1 Hitachi Data Systems Corporation 2012. All Rights Reserved
Plus en détailProgrammation Web Avancée Introduction aux services Web
1/21 Programmation Web Avancée Thierry Hamon Bureau H202 - Institut Galilée Tél. : 33 1.48.38.35.53 Bureau 150 LIM&BIO EA 3969 Université Paris 13 - UFR Léonard de Vinci 74, rue Marcel Cachin, F-93017
Plus en détailLogiciel Libre & qualité. Présentation
Logiciel Libre & qualité Alain RENAULT Grégory SERONT Présentation Alain RENAULT Cetic (2001) Responsable des projets Qualité micro-évaluation évaluations OWPL accompagnements en entreprise FUNDP (1998-2001)
Plus en détailParcours DIWEB : (Données, Interaction et Web)
Parcours DIWEB : (Données, Interaction et Web) Semestre 2 (et vue sur le M2) Pierre Pompidor Faculté des Sciences Novembre 2010 Pierre Pompidor (Université Montpellier 2) Master Informatique - Spécialité
Plus en détailAdaptabilité d un MOOC aux styles d apprentissage. Hubert Kadima Directeur de Recherche LARIS/EISTI Email : hubert.kadima@eisti.fr
Adaptabilité d un MOOC aux styles d apprentissage Hubert Kadima Directeur de Recherche LARIS/EISTI Email : hubert.kadima@eisti.fr Agenda 1. Contexte : l apprentissage dans le projet PLACIS 2. Choix du
Plus en détailSIP. Plan. Introduction Architecture SIP Messages SIP Exemples d établissement de session Enregistrement
SIP Nguyen Thi Mai Trang LIP6/PHARE Thi-Mai-Trang.Nguyen@lip6.fr UPMC - M2 Réseaux - UE PTEL 1 Plan Introduction Architecture SIP Messages SIP Exemples d établissement de session Enregistrement UPMC -
Plus en détailLinked Open Data. Le Web de données Réseau, usages, perspectives. Eric Charton. Eric Charton
Linked Open Data Le Web de données Réseau, usages, perspectives Sommaire Histoire du Linked Open Data Structure et évolution du réseau Utilisations du Linked Open Data Présence sur le réseau LOD Futurs
Plus en détailModule BDR Master d Informatique (SAR)
Module BDR Master d Informatique (SAR) Cours 6- Bases de données réparties Anne Doucet Anne.Doucet@lip6.fr 1 Bases de Données Réparties Définition Conception Décomposition Fragmentation horizontale et
Plus en détailBD réparties. Bases de Données Réparties. SGBD réparti. Paramètres à considérer
Bases de Données Réparties Définition Architectures Outils d interface SGBD Réplication SGBD répartis hétérogènes BD réparties Principe : BD locales, accès locaux rapides accès aux autres SGBD du réseau
Plus en détailKnowledge Enabled Real-Time Recommendation System
Knowledge Enabled Real-Time Recommendation System Syed Gillani, Jules Chevalier syed.gillani@univ-st-etienne.fr jules.chevalier@univ-st-etienne.fr Institut Henri Fayol, École des Mines de Saint-Étienne
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 détailJe catalogue, tu FRBRises, il/elle googlise. L évolution des catalogues et les bibliothécaires Vendredi 29 mars 2013 Manufacture des tabacs
Je catalogue, tu FRBRises, il/elle googlise. L évolution des catalogues et les bibliothécaires Vendredi 29 mars 2013 Manufacture des tabacs Journée organisée par le CRFCB Midi-Pyrénées / Languedoc-Roussillon
Plus en détailAutomatiser le Software-Defined Data Center avec vcloud Automation Center
Automatiser le Software-Defined Data Center avec vcloud Automation Center 5 Juin 2014 2014 VMware Inc. All rights reserved. CONFIDENTIAL 2 Impact de l accélération du rythme de l entreprise DEMANDES CONSEQUENCES
Plus en détailLivre Blanc WebSphere Transcoding Publisher
Livre Blanc WebSphere Transcoding Publisher Introduction WebSphere Transcoding Publisher vous permet d'offrir aux utilisateurs des informations Web adaptées à leurs besoins. Il vous permet, par exemple,
Plus en détailSemantic Web Inside Guillaume Érétéo Directeur R&D
Semantic Web Inside Guillaume Érétéo Directeur R&D Services de valorisation de données pour Structuration de fond documentaire pertinence Analyse de réseaux sociaux veille Animation de réseau sociaux audience
Plus en détailSynergies entre Artisan Studio et outils PLM
SysML France 13 Novembre 2012 William Boyer-Vidal Regional Sales Manager Southern Europe Synergies entre Artisan Studio et outils PLM 2012 2012 Atego. Atego. 1 Challenges & Tendances Complexité des produits
Plus en détailPOULAKIDAS, Angela Département : Commerce et négociation. Matières enseignées. Intervient dans les programmes. Principaux diplômes
POULAKIDAS, Angela Département : Commerce et négociation Matières enseignées Stratégie internationale Commerce international Entrepreneuriat international International marketing Ventes et négociation
Plus en détail- Couches - Éléments - Domaines - ArchiMate et les techniques du BABOK
ArchiMate et l architecture d entreprise Par Julien Allaire Ordre du jour Présentation du langage ArchiMate - Couches - Éléments - Domaines - ArchiMate et les techniques du BABOK Présentation du modèle
Plus en détailChapitre I : le langage UML et le processus unifié
I. Introduction Les méthodes d analyse orientées objet sont initialement issues des milieux industriels. La préoccupation dominante de leurs auteurs est le génie logiciel, c est-àdire les principes et
Plus en détailTier 1 / Tier 2 relations: Are the roles changing?
Tier 1 / Tier 2 relations: Are the roles changing? Alexandre Loire A.L.F.A Project Manager July, 5th 2007 1. Changes to roles in customer/supplier relations a - Distribution Channels Activities End customer
Plus en détail