Paysage artificiel

Project-Team DEMAR DEambulation et Mouvement ARtificiel

Apprentissage artificiel : acquis, limites et enjeux

L’apprentissage artificiel est une activité circulaire, extrayant des connaissances à partir des observations disponibles et utilisant ces connaissances pour chercher de nouvelles informations, ou décrire différemment les observations. Dans cet article de synthèse, nous nous intéressons essentiellement à la construction de connaissances, règles ou modèles, à partir de données. Les acquis majeur...

Un nouveau système immunitaire artificiel pour l'apprentissage non supervisé

Dans le but de résoudre des problèmes complexes du monde réel dans des domaines différents tels que l'optimisation, la détection d'anomalies ou la robotique, des heuristiques inspirées de mécanismes naturels ont été exploitées avec succès. Plusieurs chercheurs se sont intéressés aux systèmes immunitaires biologiques (SIB) comme un nouveau paradigme de l’intelligence artificielle et ont développ...

Programmation par ensembles réponses pour simuler l'assolement d'un paysage

The development of tools for the simulation of virtual landscapes is an important issue for the study of the relationships between landscape, biophysical processes and their actors. We are interested in simulating realistic colocalizations of cultures. We formalize the simulation process as a generic problem of decomposition of a graph by subgraphs (“structures”). This problem is highly combina...

Réduction des dimensions des données en apprentissage artificiel

Résumé. Depuis plusieurs décénies, le volume des données disponibles ne cesse de croître ; alors qu’au début des années 80 le volume des bases de données se mesurait en mega-octets, il s’exprime aujourd’hui en tera-octets et parfois même en peta-octets. Le nombre de variables et le nombre d’exemples peuvent prendre des valeurs très élevés, et cela peut poser un problème lors de l’exploration et...