A partir de cette page vous pouvez :
| Retourner au premier écran avec les dernières notices... |
Résultat de la recherche
23 résultat(s) recherche sur le tag 'apprentissage'
Affiner la recherche Interroger des sources externesAmélioration du Niveau de Sécurité des Systèmes Electroniques Programmables par Application du Concept d'Analyse de Signature / A. SCHWEITZER
Titre : Amélioration du Niveau de Sécurité des Systèmes Electroniques Programmables par Application du Concept d'Analyse de Signature Type de document : texte imprimé Auteurs : A. SCHWEITZER, Auteur Langues : Français (fre) Tags : APPRENTISSAGE DIAGNOSTIC LOGIQUE COMPUTER RECONNAISSANCE Index. décimale : THE Thèses de doctorat Note de contenu : LAMM 87089 Amélioration du Niveau de Sécurité des Systèmes Electroniques Programmables par Application du Concept d'Analyse de Signature [texte imprimé] / A. SCHWEITZER, Auteur . - [s.d.].
Langues : Français (fre)
Tags : APPRENTISSAGE DIAGNOSTIC LOGIQUE COMPUTER RECONNAISSANCE Index. décimale : THE Thèses de doctorat Note de contenu : LAMM 87089 Réservation
Réserver ce document
Exemplaires
Cote Support Localisation Section Notes Disponibilité THE-87 / 3134 Non renseigné THESES NON CLASSES Disponible
Titre : Apprentissage Artificiel (2ème Edition) : Concepts et Algorithmes Type de document : texte imprimé Auteurs : Jean-Paul Haton, Auteur Editeur : Eyrolles Année de publication : 2010 Importance : 803 p. ISBN/ISSN/EAN : 978-2-212-12471-2 Langues : Anglais (eng) Tags : apprentissage exploration optimisation approximation modèles de markov réseaux de neurones réseaux bayésiens renforcement Index. décimale : I4 I4 - Intelligence Artificielle Apprentissage Artificiel (2ème Edition) : Concepts et Algorithmes [texte imprimé] / Jean-Paul Haton, Auteur . - [S.l.] : Eyrolles, 2010 . - 803 p.
ISBN : 978-2-212-12471-2
Langues : Anglais (eng)
Tags : apprentissage exploration optimisation approximation modèles de markov réseaux de neurones réseaux bayésiens renforcement Index. décimale : I4 I4 - Intelligence Artificielle Réservation
Réserver ce document
Exemplaires
Cote Support Localisation Section Notes Disponibilité I4 / 15124 Papier OUVRAGES INFORMATIQUE Emprunté par: Fabien Hervouet
Sorti jusqu'au 03/02/2012
Titre : Apprentissage à partir d'Objets Structurés, Conception et Réalisation Type de document : texte imprimé Auteurs : M. LIQUIERE, Auteur Année de publication : 1990 Langues : Français (fre) Tags : APPRENTISSAGE GRAPHES CONCEPTUELS DESCRIPTION STRUCTURELLE DONNEES BRUITEES Index. décimale : THE Thèses de doctorat Directeur(s) de thèse : SALLANTIN J. Président du jury : COGIS O. Rapporteur(s) : GANASCIA J.G.;HABIB M.;QUINQUETON J. Examinateur(s) : ARLABOSSE F.;MOHR R. Date de soutenance : 14/02/1990 Apprentissage à partir d'Objets Structurés, Conception et Réalisation [texte imprimé] / M. LIQUIERE, Auteur . - 1990.
Langues : Français (fre)
Tags : APPRENTISSAGE GRAPHES CONCEPTUELS DESCRIPTION STRUCTURELLE DONNEES BRUITEES Index. décimale : THE Thèses de doctorat Directeur(s) de thèse : SALLANTIN J. Président du jury : COGIS O. Rapporteur(s) : GANASCIA J.G.;HABIB M.;QUINQUETON J. Examinateur(s) : ARLABOSSE F.;MOHR R. Date de soutenance : 14/02/1990 Réservation
Réserver ce document
Exemplaires
Cote Support Localisation Section Notes Disponibilité THE-90 / 6116 Papier THESES INFORMATIQUE Disponible
Titre : ARC : Découverte Empirique de Lois Numériques ou ABACUS Revu et Corrigé Type de document : texte imprimé Auteurs : M. MOULET, Auteur Année de publication : 1993 Langues : Français (fre) Tags : APPRENTISSAGE DECOUVERTE SCIENTIFIQUE DECOUVERTE DE LOIS NUMBERIQUE ANALYSE DE DONNEES D'EXPRESSION REGRESSION POLYNOMIALE Index. décimale : THE Thèses de doctorat Directeur(s) de thèse : KODRATOFF Président du jury : DIDAY Rapporteur(s) : BOUCHON-MEUNIER Examinateur(s) : LEBBE Date de soutenance : 22/01/1993 ARC : Découverte Empirique de Lois Numériques ou ABACUS Revu et Corrigé [texte imprimé] / M. MOULET, Auteur . - 1993.
Langues : Français (fre)
Tags : APPRENTISSAGE DECOUVERTE SCIENTIFIQUE DECOUVERTE DE LOIS NUMBERIQUE ANALYSE DE DONNEES D'EXPRESSION REGRESSION POLYNOMIALE Index. décimale : THE Thèses de doctorat Directeur(s) de thèse : KODRATOFF Président du jury : DIDAY Rapporteur(s) : BOUCHON-MEUNIER Examinateur(s) : LEBBE Date de soutenance : 22/01/1993 Réservation
Réserver ce document
Exemplaires
Cote Support Localisation Section Notes Disponibilité THE-93 / 5606 Papier THESES INFORMATIQUE Disponible
Titre : Leçons d'Apprentissage Symbolique Automatique Type de document : texte imprimé Auteurs : Y. KODRATOFF, Auteur Editeur : Eyrolles Année de publication : 1986 Langues : Inconnue (und) Tags : APPRENTISSAGE CONNAISSANCE INTELLIGENCE ARTIFICIELLE LOGIQUE Index. décimale : I4 I4 - Intelligence Artificielle Leçons d'Apprentissage Symbolique Automatique [texte imprimé] / Y. KODRATOFF, Auteur . - [S.l.] : Eyrolles, 1986.
Langues : Inconnue (und)
Tags : APPRENTISSAGE CONNAISSANCE INTELLIGENCE ARTIFICIELLE LOGIQUE Index. décimale : I4 I4 - Intelligence Artificielle Réservation
Réserver ce document
Exemplaires
Cote Support Localisation Section Notes Disponibilité I4 / 3017 Papier OUVRAGES INFORMATIQUE Disponible
Titre : Adaptation and Learning in Automatic Systems. Type de document : texte imprimé Auteurs : TSYPKIN, Auteur Editeur : Academic Press Année de publication : 1971 Langues : Inconnue (und) Tags : AUTOMATIQUE SYSTEME APPRENTISSAGE Index. décimale : A1 A1 - Automatique Continue Adaptation and Learning in Automatic Systems. [texte imprimé] / TSYPKIN, Auteur . - [S.l.] : Academic Press, 1971.
Langues : Inconnue (und)
Tags : AUTOMATIQUE SYSTEME APPRENTISSAGE Index. décimale : A1 A1 - Automatique Continue Réservation
Réserver ce document
Exemplaires
Cote Support Localisation Section Notes Disponibilité A1 / 2146 Papier OUVRAGES ROBOTIQUE Disponible
Titre : Adaptative, Learning and Pattern Recognition Systems Type de document : texte imprimé Auteurs : J.M. MENDEL, Auteur ; K.S. FU, Auteur Editeur : Academic Press Année de publication : 1970 Langues : Inconnue (und) Tags : MATHEMATIQUE APPRENTISSAGE RECONNAISSANCE PERCEPTION IDENTIFICATION Index. décimale : I4 I4 - Intelligence Artificielle Adaptative, Learning and Pattern Recognition Systems [texte imprimé] / J.M. MENDEL, Auteur ; K.S. FU, Auteur . - [S.l.] : Academic Press, 1970.
Langues : Inconnue (und)
Tags : MATHEMATIQUE APPRENTISSAGE RECONNAISSANCE PERCEPTION IDENTIFICATION Index. décimale : I4 I4 - Intelligence Artificielle Réservation
Réserver ce document
Exemplaires
Cote Support Localisation Section Notes Disponibilité I4 / 2108 Papier OUVRAGES INFORMATIQUE Disponible
Titre : Un Agent Rationnel pour Raisonner par Analogie Type de document : texte imprimé Auteurs : Michel PY, Auteur Année de publication : 1992 Langues : Français (fre) Tags : RAISONNEMENT PAR ANALOGIE AGENT RATIONNEL CONNAISSANCE APPRENTISSAGE CONTROLE RAISONNEMENT EMPIRIQUE SIMILARITE DEPENDANCE Index. décimale : THE Thèses de doctorat Note de contenu : CRIM TH040 Directeur(s) de thèse : SALLANTIN J. Président du jury : HERIN D. Rapporteur(s) : COULON D.;FERBER J. Examinateur(s) : ARLABOSSE F.;DUCOURNAU R.;LAURENCO C.;QUINQUETON J. Date de soutenance : 06/11/1992 Un Agent Rationnel pour Raisonner par Analogie [texte imprimé] / Michel PY, Auteur . - 1992.
Langues : Français (fre)
Tags : RAISONNEMENT PAR ANALOGIE AGENT RATIONNEL CONNAISSANCE APPRENTISSAGE CONTROLE RAISONNEMENT EMPIRIQUE SIMILARITE DEPENDANCE Index. décimale : THE Thèses de doctorat Note de contenu : CRIM TH040 Directeur(s) de thèse : SALLANTIN J. Président du jury : HERIN D. Rapporteur(s) : COULON D.;FERBER J. Examinateur(s) : ARLABOSSE F.;DUCOURNAU R.;LAURENCO C.;QUINQUETON J. Date de soutenance : 06/11/1992 Réservation
Réserver ce document
Exemplaires
Cote Support Localisation Section Notes Disponibilité THE-92 / 1976 Papier THESES INFORMATIQUE Disponible 
Titre : Apprentissage et Adaptation pour des Ensembles de Robots Réactifs Coopérants Type de document : texte imprimé Auteurs : P. LUCIDARME, Auteur Année de publication : 2003 Langues : Français (fre) Tags : SYSTEMES MULTI-ROBOTS APPRENTISSAGE RESEAU DE NEURONES ARTIFICIELS ALGORITHMES EVOLUTIONNISTES CIRCUIT SIMULE SYSTEMES MULTI-ROBOTS APPRENTISSAGE RESEAUX DE NEURONES ARTIFICIELLES ALGORITHMES EVOLUTIONNISTES APPRENTISSAGE PAR RENFORCEMENT RECUIT SIMULE MANIPULATEUR MOBILE MINIATURE LEARNING AND ADAPTATION FOR GROUPS OF REACTIV AND COOPERANT ROBOTS MULTI-ROBOT SYSTEMS LEARNING ARTIFICIAL NEURAL NETWORKS EVOLUTIONIST ALGORITHMS REINFORCEMENT LEARNING SIMULATED ANNEALING MINIATURE MOBILE MANIPULATOR GENIE INFORMATIQUE, AUTOMATIQUE ET TRAITEMENT DU SIGNAL Index. décimale : THE Thèses de doctorat Résumé : Ces travaux de thèse se placent dans le contexte des systèmes multi-agents distribués. L'objectif est l'étude de méthodes d'auto-apprentissage appliquées à des ensembles de robots réactifs. Ces travaux se focalisent sur l'apprentissage de comportements sensori-moteurs de bas niveaux. Il nous semble important que les méthodes proposées puissent être appliquées sur des systèmes réels, dont les contraintes sont parfois loin de celles de la simulation. C'est pour cette raison que nous avons imaginé et conçu une plate-forme expérimentale composée de 4 robots mobiles, un manipulateur mobile miniature et un système de vision stéréoscopique. Cette étude se décompose en deux parties. La première, appliquée aux systèmes homogènes, présente l'étude de méthodes évolutionnistes appliquées aux systèmes multi-robots. La seconde, appliquée aux systèmes hétérogènes, s'intéresse à la possibilité d'utiliser la technique du recuit simulé pour optimiser les poids d'un contrôleur neuronal. Toujours dans ce contexte d'hétérogénéité, une seconde méthode basée sur l'apprentissage par renforcement est expérimentée.
The aim of this work is to build fault tolerant cooperative multi-robots systems. Our approach uses self-learning techniques to control groups of reactive robots. This work focuses on learning low level sensori-motor behaviors. It seems important that the proposed methods may be implemented on real robots. The constraint of such real systems is sometime far from simulated worlds. This is why we imagined, designed and build an experimental platform composed of four mobile robots, one miniature mobile manipulator and a stereoscopic vision system. This study is composed of two parts. The first one is applied to homogeneous systems. Evolutionist techniques are studied. The second one, applied to heterogeneous systems, focuses on using simulated annealing procedure to optimize the synaptic weight of a neuro-controller. Another method is also experimented, based on reinforcement learning.Directeur(s) de thèse : ZAPATA R.;LIEGOIS A. Président du jury : FERBER J. Rapporteur(s) : ALAMI R.;DUHAUT D. Examinateur(s) : VERCHER J.L. Date de soutenance : 07/11/2003 Apprentissage et Adaptation pour des Ensembles de Robots Réactifs Coopérants [texte imprimé] / P. LUCIDARME, Auteur . - 2003.
Langues : Français (fre)
Tags : SYSTEMES MULTI-ROBOTS APPRENTISSAGE RESEAU DE NEURONES ARTIFICIELS ALGORITHMES EVOLUTIONNISTES CIRCUIT SIMULE SYSTEMES MULTI-ROBOTS APPRENTISSAGE RESEAUX DE NEURONES ARTIFICIELLES ALGORITHMES EVOLUTIONNISTES APPRENTISSAGE PAR RENFORCEMENT RECUIT SIMULE MANIPULATEUR MOBILE MINIATURE LEARNING AND ADAPTATION FOR GROUPS OF REACTIV AND COOPERANT ROBOTS MULTI-ROBOT SYSTEMS LEARNING ARTIFICIAL NEURAL NETWORKS EVOLUTIONIST ALGORITHMS REINFORCEMENT LEARNING SIMULATED ANNEALING MINIATURE MOBILE MANIPULATOR GENIE INFORMATIQUE, AUTOMATIQUE ET TRAITEMENT DU SIGNAL Index. décimale : THE Thèses de doctorat Résumé : Ces travaux de thèse se placent dans le contexte des systèmes multi-agents distribués. L'objectif est l'étude de méthodes d'auto-apprentissage appliquées à des ensembles de robots réactifs. Ces travaux se focalisent sur l'apprentissage de comportements sensori-moteurs de bas niveaux. Il nous semble important que les méthodes proposées puissent être appliquées sur des systèmes réels, dont les contraintes sont parfois loin de celles de la simulation. C'est pour cette raison que nous avons imaginé et conçu une plate-forme expérimentale composée de 4 robots mobiles, un manipulateur mobile miniature et un système de vision stéréoscopique. Cette étude se décompose en deux parties. La première, appliquée aux systèmes homogènes, présente l'étude de méthodes évolutionnistes appliquées aux systèmes multi-robots. La seconde, appliquée aux systèmes hétérogènes, s'intéresse à la possibilité d'utiliser la technique du recuit simulé pour optimiser les poids d'un contrôleur neuronal. Toujours dans ce contexte d'hétérogénéité, une seconde méthode basée sur l'apprentissage par renforcement est expérimentée.
The aim of this work is to build fault tolerant cooperative multi-robots systems. Our approach uses self-learning techniques to control groups of reactive robots. This work focuses on learning low level sensori-motor behaviors. It seems important that the proposed methods may be implemented on real robots. The constraint of such real systems is sometime far from simulated worlds. This is why we imagined, designed and build an experimental platform composed of four mobile robots, one miniature mobile manipulator and a stereoscopic vision system. This study is composed of two parts. The first one is applied to homogeneous systems. Evolutionist techniques are studied. The second one, applied to heterogeneous systems, focuses on using simulated annealing procedure to optimize the synaptic weight of a neuro-controller. Another method is also experimented, based on reinforcement learning.Directeur(s) de thèse : ZAPATA R.;LIEGOIS A. Président du jury : FERBER J. Rapporteur(s) : ALAMI R.;DUHAUT D. Examinateur(s) : VERCHER J.L. Date de soutenance : 07/11/2003 Réservation
Réserver ce document
Exemplaires
Cote Support Localisation Section Notes Disponibilité THE-03 / 9902 Papier THESES NON CLASSES Disponible Documents numériques
Fichier (PDF)URL
Titre : Une Architecture Multi-Agents pour un Apprentissage Autonome Guidé par les Emotions Type de document : texte imprimé Auteurs : Jérôme CHAPELLE, Auteur Année de publication : 2006 Langues : Français (fre) Tags : SYSTEMES MULTI-AGENTS APPRENTISSAGE AGENT EMOTIONNEL ROBOTIQUE A MULTI-AGENT ARCHITECTURE FOR AN EMOTION DRIVEN LEARNING MULTI-AGENT SYSTEMS MACHINE LEARNING EMOTIONAL AGENT ROBOTICS Index. décimale : THE Thèses de doctorat Résumé : Cette thèse se situe à la rencontre du domaine des systèmes multi-agents et de la robotique. Ce manuscrit présente la structure de contrôle d'un robot autonome et l'architecture multi-agents utilisée pour la modéliser. Cette architecture permet au robot de s'adapter, d'évoluer et d'apprendre de nouvelles tâches de manière non supervisée. Pour obtenir une structure de contrôle qui s'adapte à la structure physique du robot, à l'environnement de celui-ci, et aux tâches à exécuter, nous nous sommes inspirés des systèmes nerveux des espèces vivantes. Ainsi, nous nous inspirons des colonnes corticales pour définir des entités apprenantes qui regroupent le fonctionnement de plusieurs neurones au sein d'une seule entité. Nous modélisons l'organisation de cette structure et les interactions entre entités apprenantes en utilisant un système multi-agents. Cela nous permet de donner à cette structure de contrôle des propriétés d'adaptation et d'évolution pour répondre aux besoins du robot et des tâches qu'il doit réaliser.
In this thesis, we present a multi-agent architecture giving a robot the ability to learn in an unsupervised way. An autonomous learning is achieved by using emotions which represent basic needs for the learning entity. The learning process we propose is inspired by the organization in cortical columns and areas of a living being brain. The organizational multi-agent architecture is used to describe the interaction among entities involved in the learning processDirecteur(s) de thèse : FERBER J. Président du jury : CERRI S.A. Rapporteur(s) : CHARPILLET F.;VERCHER J.L. Examinateur(s) : ZAPATA R.;SIMONIN O. Date de soutenance : 11/12/2006 Une Architecture Multi-Agents pour un Apprentissage Autonome Guidé par les Emotions [texte imprimé] / Jérôme CHAPELLE, Auteur . - 2006.
Langues : Français (fre)
Tags : SYSTEMES MULTI-AGENTS APPRENTISSAGE AGENT EMOTIONNEL ROBOTIQUE A MULTI-AGENT ARCHITECTURE FOR AN EMOTION DRIVEN LEARNING MULTI-AGENT SYSTEMS MACHINE LEARNING EMOTIONAL AGENT ROBOTICS Index. décimale : THE Thèses de doctorat Résumé : Cette thèse se situe à la rencontre du domaine des systèmes multi-agents et de la robotique. Ce manuscrit présente la structure de contrôle d'un robot autonome et l'architecture multi-agents utilisée pour la modéliser. Cette architecture permet au robot de s'adapter, d'évoluer et d'apprendre de nouvelles tâches de manière non supervisée. Pour obtenir une structure de contrôle qui s'adapte à la structure physique du robot, à l'environnement de celui-ci, et aux tâches à exécuter, nous nous sommes inspirés des systèmes nerveux des espèces vivantes. Ainsi, nous nous inspirons des colonnes corticales pour définir des entités apprenantes qui regroupent le fonctionnement de plusieurs neurones au sein d'une seule entité. Nous modélisons l'organisation de cette structure et les interactions entre entités apprenantes en utilisant un système multi-agents. Cela nous permet de donner à cette structure de contrôle des propriétés d'adaptation et d'évolution pour répondre aux besoins du robot et des tâches qu'il doit réaliser.
In this thesis, we present a multi-agent architecture giving a robot the ability to learn in an unsupervised way. An autonomous learning is achieved by using emotions which represent basic needs for the learning entity. The learning process we propose is inspired by the organization in cortical columns and areas of a living being brain. The organizational multi-agent architecture is used to describe the interaction among entities involved in the learning processDirecteur(s) de thèse : FERBER J. Président du jury : CERRI S.A. Rapporteur(s) : CHARPILLET F.;VERCHER J.L. Examinateur(s) : ZAPATA R.;SIMONIN O. Date de soutenance : 11/12/2006 Réservation
Réserver ce document
Exemplaires
Cote Support Localisation Section Notes Disponibilité THE-06 / 13204 Non renseigné THESES INFORMATIQUE Disponible
