262 pages - May 2023
ISBN papier : 1
ISBN ebook : 1

Code ERC :

PE1 Mathematics
PE1_19 Control theory and optimisation
PE6 Computer Science and Informatics
PE6_11 Machine learning, statistical data processing and applications using signal processing (e.g. speech, image, video)

Clear

– Paperback:
Free delivery for any order placed directly through the ISTE Group website istegroup.com
Delivery time: approximately two weeks
Deliveries only within metropolitan France, Belgium, Switzerland and Luxembourg
Printed in color
An ebook version is provided free with every hardcopy ordered through our website
It will be sent after the order is completed
Offer not applicable to bookshops

– Ebook:
Prices reserved for private individuals
Licenses for institutions: contact us
Our ebooks are in PDF format (readable on any device)

Sorry, this entry is only available in French.

1. Tournées de véhicules avec contraintes de chargement : des méthodes de résolution
2. Ordonnancement du flux de travail IoT basé sur la qualité de service
3. Résolution de problèmes de sélection de caractéristiques à l’aide de métaheuristiques
4. La résolution du problème d’équilibrage d’une chaîne de montage à modèles mixtes
5. Réseau interactif et apprentissage automatique pour les recommandations
6. Comparaison de modèles d’apprentissage automatique et d’apprentissage profond
7. Approche hybride pour la navigation autonome des robots mobiles
8. La détection d’intrusion au moyen des réseaux de neurones : un tutoriel

Rachid Chelouah

Rachid Chelouah est directeur de recherche à CY Cergy Paris Université. Ses recherches portent sur l’intelligence artificielle et l’optimisation.

Patrick Siarry

Patrick Siarry est professeur à l’Université Paris-Est Créteil. Ses recherches portent sur l’adaptation aux problèmes à variables continues des métaheuristiques pour l’optimisation difficile.

Chapitre 1

Tournées de véhicules avec contraintes de chargement : des méthodes de résolution (pages : 7-27)

Ce chapitre combine deux des problèmes d'optimisation combinatoire les plus étudiés, le problème d'acheminement de véhicules capacitaires (CVRP) et le problème d'emballage de bacs en deux/trois dimensions (2/3D-BPP). Nous fournissons une revue actualisée des variantes du L-CVRP et analysons certaines des méthodes d'optimisation les plus populaires présentées dans la littérature existante. Parallèlement, nous discutons de leurs applications pour résoudre des problèmes concrets.


Chapitre 2

Ordonnancement du flux de travail IoT basé sur la qualité de service (pages : 29-57)

L’ordonnancement des applications de l’Internet des objets est sensible à la latence. Malgré les capacités de calcul et de stockage du Cloud computing, les valeurs de latence sont affectées. Par conséquent, cette limitation du Cloud a conduit au développement du paradigme du Fog Computing basée par l’approche d’ordonnancement par un système multi-agents pour exploiter les fonctionnalités indépendantes de chaque agent.


Chapitre 3

Résolution de problèmes de sélection de caractéristiques à l’aide de métaheuristiques (pages : 59-92)

La dimension du problème et la sélection des caractéristiques représentent des difficultés pour les classifieurs. Les métaheuristiques basées sur la population, telles que l'algorithme d'optimisation du loup gris (GWO), constituent l'une des meilleures solutions à ce problème. Ce chapitre nous permet de démontrer étape par étape, l'utilisation de GWO pour le processus de sélection de caractéristiques appliqué sur un classificateur KNN.


Chapitre 4

La résolution du problème d’équilibrage d’une chaîne de montage à modèles mixtes (pages : 93-119)

Des industriels utilisent des lignes d'assemblage spéciales à modèles mixtes. Lors de la conception de ces lignes, un problème critique apparaît, celui de l'équilibrage, qui doit être résolu pour minimiser le nombre de postes de travail ou le temps de cycle. Une amélioration de la procédure de recherche adaptative gloutonne basée sur la variation de la liste candidats a été proposée.


Chapitre 5

Réseau interactif et apprentissage automatique pour les recommandations (pages : 123-151)

Les systèmes de recommandation sont largement utilisés pour suggérer des biens qui correspondent le mieux aux besoins des utilisateurs. Pour répondre à cette demande, nous concevons un système de recommandation intégrant un module de filtrage collaboratif et un module de recommandation par empilement. Nous introduisons un mécanisme d'attention interactif pour modéliser la relation d'influence mutuelle entre les utilisateurs et les articles .


Chapitre 6

Comparaison de modèles d’apprentissage automatique et d’apprentissage profond (pages : 153-171)

Pour réaliser un audit, l'utilisation de toutes les informations disponibles relatives à l'univers ou au sujet de l'audit pourrait améliorer la qualité des résultats. La classification des documents textuels de l'audit pourrait permettre l'utilisation d'informations supplémentaires pour améliorer les données structurées existantes, ce qui conduirait à une meilleure connaissance pour soutenir le processus d'audit. Nous avons appliqué cette démarche au traitement du langage naturel.


Chapitre 7

Approche hybride pour la navigation autonome des robots mobiles (pages : 173-209)

La conception d'une architecture de contrôle est un problème central dans un projet de réalisation d'un robot mobile autonome. Nous utilisons le paradigme multi-agents et le mécanisme d'inférence basé sur la logique floue dans la conception de l'architecture de contrôle pour la navigation autonome du robot mobile. L'architecture développée doit tenir compte des contraintes imposées du système multi-agents et de l'environnement.


Chapitre 8

La détection d’intrusion au moyen des réseaux de neurones : un tutoriel (pages : 211-247)

La détection d'intrusion est un concept clé dans la sécurité. Elle vise à analyser l'état actuel d'un réseau en temps réel et à identifier les anomalies potentielles qui se produisent dans le système. Un réseau de neurones à réaction formé sur l'ensemble de données NSL-KDD a pour objectif de maximiser la précision de la reconnaissance de nouveaux échantillons de données.