Documents disponibles dans la collection

Réseaux de neurones / G. Dreyfus

Public ISBD Titre : Réseaux de neurones : méthodologie et applications Type de document : texte imprimé Auteurs : G. Dreyfus, Auteur ; M. Martinez, Auteur ; M. Samuelides, Auteur Mention d'édition : 2 ème ed. Editeur : Paris : Eyrolles Année de publication : 2004 Collection : Collections Algorithmes Importance : 417 p. Présentation : couv. ill. en coul., ill. Format : 23 cm. Accompagnement : CD-ROM ISBN/ISSN/EAN : 978-2-212-11464-5 Langues : Français (fre) Index. décimale : 08-06 Algorithme Résumé : Les réseaux de neurones constituent aujourd'hui une technique de traitement de données bien comprise et maîtrisée, qui devrait faire partie de la boîte à outils de tout ingénieur soucieux de tirer le maximum d'informations pertinentes des données dont il dispose : effectuer des prévisions, de la fouille de données, élaborer des modèles, reconnaître des formes ou des signaux, etc. joignant fondements théoriques et applications pratiques dans un langage accessible, cet ouvrage permettra aux décideurs, aux ingénieurs et aux chercheurs de bénéficier de méthodologies claires pour mettre en Å“uvre les réseaux de neurones dans des applications industrielles, financières ou bancaires, dont de nombreux exemples sont présentés. Cette deuxième édition mise à jour et enrichie des derniers développements dans le domaine est accompagnée d'un CD-Rom contenant des d'exemples de modèles en C avec leurs données et d'un outil d'apprentissage dédié, Neuro One (version d'évaluation). A qui s'adresse ce livre ? - Aux ingénieurs, informaticiens, industriels et décideurs ayant à résoudre des problèmes de modélisation, de reconnaissance, de prévision, de commande, etc. - Aux étudiants et élèves ingénieurs des disciplines scientifiques et économiques, et à leurs enseignants. Note de contenu : Table des matières 1-Les réseaux de neurones : pourquoi et pour quoi faire ? 2-Modélisation à l'aide de réseaux de neurones : principes et méthodologie de conception de modèles 3-Compléments de méthodologie pour la modélisation : réduction de dimension et ré-échantillonnage 4-Identification " neuronale " de systèmes dynamiques commandés et réseaux bouclés (récurrents) 5-Apprentissage d'une commande en boucle fermée 6-La discrimination 7-artes auto-organisatrices et classification automatique 8-Réseaux de neurones sans apprentissage pour l'optimisation Réseaux de neurones : méthodologie et applications [texte imprimé] / G. Dreyfus, Auteur ; M. Martinez, Auteur ; M. Samuelides, Auteur  . -  2 ème ed. . - Paris : Eyrolles, 2004 . - 417 p. : couv. ill. en coul., ill. ; 23 cm. + CD-ROM. - (Collections Algorithmes) . ISBN : 978-2-212-11464-5 Langues : Français (fre) Index. décimale : 08-06 Algorithme Résumé : Les réseaux de neurones constituent aujourd'hui une technique de traitement de données bien comprise et maîtrisée, qui devrait faire partie de la boîte à outils de tout ingénieur soucieux de tirer le maximum d'informations pertinentes des données dont il dispose : effectuer des prévisions, de la fouille de données, élaborer des modèles, reconnaître des formes ou des signaux, etc. joignant fondements théoriques et applications pratiques dans un langage accessible, cet ouvrage permettra aux décideurs, aux ingénieurs et aux chercheurs de bénéficier de méthodologies claires pour mettre en Å“uvre les réseaux de neurones dans des applications industrielles, financières ou bancaires, dont de nombreux exemples sont présentés. Cette deuxième édition mise à jour et enrichie des derniers développements dans le domaine est accompagnée d'un CD-Rom contenant des d'exemples de modèles en C avec leurs données et d'un outil d'apprentissage dédié, Neuro One (version d'évaluation). A qui s'adresse ce livre ? - Aux ingénieurs, informaticiens, industriels et décideurs ayant à résoudre des problèmes de modélisation, de reconnaissance, de prévision, de commande, etc. - Aux étudiants et élèves ingénieurs des disciplines scientifiques et économiques, et à leurs enseignants. Note de contenu : Table des matières 1-Les réseaux de neurones : pourquoi et pour quoi faire ? 2-Modélisation à l'aide de réseaux de neurones : principes et méthodologie de conception de modèles 3-Compléments de méthodologie pour la modélisation : réduction de dimension et ré-échantillonnage 4-Identification " neuronale " de systèmes dynamiques commandés et réseaux bouclés (récurrents) 5-Apprentissage d'une commande en boucle fermée 6-La discrimination 7-artes auto-organisatrices et classification automatique 8-Réseaux de neurones sans apprentissage pour l'optimisation

Exemplaires

Code-barres	Cote	Support	Localisation	Section	Disponibilité	N.Inventaire
593	08-06-03	Livre	Bibliothèque de Génie Electrique- USTO	Documentaires	Exclu du prêt	593

Simulation à evenements discrets / Gérard Fleury

Public ISBD Titre : Simulation à evenements discrets : modèles déterministes et stochastiques; exemples d'applications implémentés en Delphi et en C++ Type de document : texte imprimé Auteurs : Gérard Fleury, Auteur ; Philippe Lacomme, Auteur ; Alain Tanguy, Auteur Editeur : Paris : Eyrolles Année de publication : 2007 Collection : Collections Algorithmes Importance : 443 p. Présentation : couv. ill. en coul., ill. Format : 23 cm. Accompagnement : CD-ROM ISBN/ISSN/EAN : 978-2-212-11924-4 Langues : Français (fre) Index. décimale : 25-05 Application du traitement numérique du signal Résumé : Concevoir ou optimiser des systèmes complexes grâce à la simulation Les techniques de simulation permettent de prédire le comportement de systèmes complexes en phase de conception (dimensionnement d'une chaîne de production, par exemple) ou d'optimiser les performances de systèmes existants, qu'il s'agisse de stockage, de transport, de services ou de procédés industriels. S'initier aux techniques de simulation par l'exemple Cet ouvrage introduit les techniques de simulation à événements discrets à travers des exemples de complexité croissante, en évitant autant que possible les exposés théoriques à priori. Il montre d'abord comment réaliser des modèles de simulation déterministes, avant d'aborder la prise en compte du hasard (modèles stochastiques). Un chapitre est dédié au couplage entre simulation et méthodes d'optimisation (recuit simulé et algorithmes génétiques). Le livre s'achève sur une autre technique, celle des automates cellulaires, appliquée à la simulation de la propagation de feux de forêt. Une véritable boîte à outils logicielle fournie sur le CD-Rom d'accompagnement Tous les exemples du livre sont implémentés sous forme de programmes Windows à l'interface graphique soignée, que vous trouverez sur le CD-Rom d'accompagnement. Ces programmes, dont le code source est fourni en Delphi et pour certains en C++, vous aideront à vous familiariser avec la réalisation de modèles de simulation. Vous pourrez également les adapter facilement à vos propres besoins grâce à leur structure modulaire (structures de données et bibliothèque d'objets réutilisables). Note de contenu : Sommaire Avant-propos Chapitre 1-Introduction à la simulation Chapitre 2-Modèles de simulation déterministes sans transporteur Chapitre 3-Modèles de simulation déterministes avec transport Chapitre 4-Représenter le hasard Chapitre 5-Modèles de simulation stochastiques Chapitre 6-Couplage recherche opérationnelle et simulation en environnement déterministe Chapitre 7-D'autres types de simulation, d'autres usages Annexe A : contenu du CD-Rom Annexe B : rappel de probabilités Annexe C : les statistiques inférentielles Les différentes lois Index Simulation à evenements discrets : modèles déterministes et stochastiques; exemples d'applications implémentés en Delphi et en C++ [texte imprimé] / Gérard Fleury, Auteur ; Philippe Lacomme, Auteur ; Alain Tanguy, Auteur . - Paris : Eyrolles, 2007 . - 443 p. : couv. ill. en coul., ill. ; 23 cm. + CD-ROM. - (Collections Algorithmes) . ISBN : 978-2-212-11924-4 Langues : Français (fre) Index. décimale : 25-05 Application du traitement numérique du signal Résumé : Concevoir ou optimiser des systèmes complexes grâce à la simulation Les techniques de simulation permettent de prédire le comportement de systèmes complexes en phase de conception (dimensionnement d'une chaîne de production, par exemple) ou d'optimiser les performances de systèmes existants, qu'il s'agisse de stockage, de transport, de services ou de procédés industriels. S'initier aux techniques de simulation par l'exemple Cet ouvrage introduit les techniques de simulation à événements discrets à travers des exemples de complexité croissante, en évitant autant que possible les exposés théoriques à priori. Il montre d'abord comment réaliser des modèles de simulation déterministes, avant d'aborder la prise en compte du hasard (modèles stochastiques). Un chapitre est dédié au couplage entre simulation et méthodes d'optimisation (recuit simulé et algorithmes génétiques). Le livre s'achève sur une autre technique, celle des automates cellulaires, appliquée à la simulation de la propagation de feux de forêt. Une véritable boîte à outils logicielle fournie sur le CD-Rom d'accompagnement Tous les exemples du livre sont implémentés sous forme de programmes Windows à l'interface graphique soignée, que vous trouverez sur le CD-Rom d'accompagnement. Ces programmes, dont le code source est fourni en Delphi et pour certains en C++, vous aideront à vous familiariser avec la réalisation de modèles de simulation. Vous pourrez également les adapter facilement à vos propres besoins grâce à leur structure modulaire (structures de données et bibliothèque d'objets réutilisables). Note de contenu : Sommaire Avant-propos Chapitre 1-Introduction à la simulation Chapitre 2-Modèles de simulation déterministes sans transporteur Chapitre 3-Modèles de simulation déterministes avec transport Chapitre 4-Représenter le hasard Chapitre 5-Modèles de simulation stochastiques Chapitre 6-Couplage recherche opérationnelle et simulation en environnement déterministe Chapitre 7-D'autres types de simulation, d'autres usages Annexe A : contenu du CD-Rom Annexe B : rappel de probabilités Annexe C : les statistiques inférentielles Les différentes lois Index

Exemplaires

Code-barres	Cote	Support	Localisation	Section	Disponibilité	N.Inventaire
3286	25-05-133	Livre	Bibliothèque de Génie Electrique- USTO	Documentaires	Exclu du prêt	3286
3287	25-05-133	Livre	Bibliothèque de Génie Electrique- USTO	Documentaires	Exclu du prêt	3287

Apprentissage statistique / G. Dreyfus

Public ISBD Titre : Apprentissage statistique : réseaux de neurones, cartes topologiques, machines à vecteurs supports Type de document : texte imprimé Auteurs : G. Dreyfus, Auteur ; J.-M. Martinez, Auteur ; M. Samuelides, Auteur Editeur : Paris : Eyrolles Année de publication : 2008 Collection : Collections Algorithmes Importance : 449 p. Présentation : couv. ill. en coul., ill. Format : 23 cm. Accompagnement : CD-ROM ISBN/ISSN/EAN : 978-2-212-12229-9 Langues : Français (fre) Index. décimale : 25-07 Théorie de la commande: commandes des processus Résumé : L'apprentissage statistique permet la mise au point de modèles de données et de processus lorsque la formalisation de règles explicites serait impossible: reconnaissance de formes ou de signaux, prévision, fouille de données, prise de décision en environnement complexe et évolutif. Ses applications sont multiples dans le monde de la production industrielle (robotique, maintenance préventive, développement de capteurs virtuels, planification d'expériences, aide à la conception de produits), dans le domaine de la biologie et de la santé (aide au diagnostic, aide à la découverte de médicaments, bio-informatique), en télécommunications, en marketing et finance, et dans bien d'autres domaines. Sans omettre de rappeler les fondements théoriques de l'apprentissage statistique, cet ouvrage offre de solides bases méthodologiques à tout ingénieur ou chercheur soucieux d'exploiter ses données. Il en présente les algorithmes les plus couramment utilisés - réseaux de neurones, cartes topologiques, machines à vecteurs supports, modèles de Markov cachés - à l'aide d'exemples et d'études de cas industriels, financiers ou bancaires. Cet ouvrage est la mise à jour du livre Réseaux de neurones - Méthodologie et applications. A qui s'adresse ce livre ? Aux ingénieurs, chercheurs et décideurs ayant à résoudre des problèmes de modélisation, de reconnaissance, de prévision, de commande, etc. Aux étudiants et élèves ingénieurs des disciplines scientifiques et économiques, et à leurs enseignants. Note de contenu : Sommaire 1 L'apprentissage statistique : pourquoi, comment ? 2 Les réseaux de neurones 3 Compléments de méthodologie pour la modélisation : réduction de la dimension et ré-échantillonnage 4 Identification " neuronale " de systèmes dynamiques commandés et réseaux bouclés (récurrents) 5 Apprentissage d'une commande en boucle fermée 6 La discrimination 7 Cartes auto-organisatrices et classification automatique -Outils pour les réseaux de neurones et contenu du CD-ROM Apprentissage statistique : réseaux de neurones, cartes topologiques, machines à vecteurs supports [texte imprimé] / G. Dreyfus, Auteur ; J.-M. Martinez, Auteur ; M. Samuelides, Auteur . - Paris : Eyrolles, 2008 . - 449 p. : couv. ill. en coul., ill. ; 23 cm. + CD-ROM. - (Collections Algorithmes) . ISBN : 978-2-212-12229-9 Langues : Français (fre) Index. décimale : 25-07 Théorie de la commande: commandes des processus Résumé : L'apprentissage statistique permet la mise au point de modèles de données et de processus lorsque la formalisation de règles explicites serait impossible: reconnaissance de formes ou de signaux, prévision, fouille de données, prise de décision en environnement complexe et évolutif. Ses applications sont multiples dans le monde de la production industrielle (robotique, maintenance préventive, développement de capteurs virtuels, planification d'expériences, aide à la conception de produits), dans le domaine de la biologie et de la santé (aide au diagnostic, aide à la découverte de médicaments, bio-informatique), en télécommunications, en marketing et finance, et dans bien d'autres domaines. Sans omettre de rappeler les fondements théoriques de l'apprentissage statistique, cet ouvrage offre de solides bases méthodologiques à tout ingénieur ou chercheur soucieux d'exploiter ses données. Il en présente les algorithmes les plus couramment utilisés - réseaux de neurones, cartes topologiques, machines à vecteurs supports, modèles de Markov cachés - à l'aide d'exemples et d'études de cas industriels, financiers ou bancaires. Cet ouvrage est la mise à jour du livre Réseaux de neurones - Méthodologie et applications. A qui s'adresse ce livre ? Aux ingénieurs, chercheurs et décideurs ayant à résoudre des problèmes de modélisation, de reconnaissance, de prévision, de commande, etc. Aux étudiants et élèves ingénieurs des disciplines scientifiques et économiques, et à leurs enseignants. Note de contenu : Sommaire 1 L'apprentissage statistique : pourquoi, comment ? 2 Les réseaux de neurones 3 Compléments de méthodologie pour la modélisation : réduction de la dimension et ré-échantillonnage 4 Identification " neuronale " de systèmes dynamiques commandés et réseaux bouclés (récurrents) 5 Apprentissage d'une commande en boucle fermée 6 La discrimination 7 Cartes auto-organisatrices et classification automatique -Outils pour les réseaux de neurones et contenu du CD-ROM

Exemplaires

Code-barres	Cote	Support	Localisation	Section	Disponibilité	N.Inventaire
3885	25-07-105	Livre	Bibliothèque de Génie Electrique- USTO	Documentaires	Exclu du prêt	3885
3886	25-07-105	Livre	Bibliothèque de Génie Electrique- USTO	Documentaires	Exclu du prêt	3886