Vous avez une question, contacter notre assistance par E-mail : admin@clicours.com

Table des matières

Introduction
Chapitre 1 Modélisation et simulation numérique de systèmes complexes
1.1 Définitions fondamentales
1.1.1 Système
1.1.1.1 Une première définition
1.1.1.2 Le cas des systèmes complexes
1.1.2 Modèle
1.1.2.1 Qu’est-ce qu’un modèle ?
1.1.2.2 Pourquoi modéliser ?
1.2 Modélisation et simulation numérique
1.2.1 Clés de classification d’un modèle
1.2.1.1 Méta-modèle
1.2.1.2 Echelle de modélisation
1.2.1.3 Déterminisme
1.2.1.4 Représentation du temps
1.2.2 Méthodologies de simulation numérique
1.2.2.1 Une première définition
1.2.2.2 Une définition plus complète
1.3 Simulation Orientée Agent
1.3.1 Notions fondamentales
1.3.1.1 L’agent
1.3.1.2 L’environnement
1.3.1.3 Communication entre agents
1.3.1.4 Le système multi-agent
1.3.2 Une méthodologie pour la SOA
1.3.3 Plates-formes de simulation orientée agent
1.3.3.1 MadKit
1.3.3.2 TurtleKit
1.3.4 Choix de la simulation orientée agent
1.4 Simulation par automates cellulaires
1.4.1 Définition
1.4.2 Méthodologie
1.4.3 Application
1.5 Résumé du chapitre
Chapitre 2 Problème inverse et raisonnement abductif
2.1 La notion de problème inverse
2.1.1 Définition formelle
2.1.2 Résolution
2.2 Le raisonnement abductif
2.2.1 Les différents types de raisonnement
2.2.1.1 Les trois modes de raisonnement
2.2.1.2 Le raisonnement temporel
2.2.1.3 Les différents objectifs du raisonnement
2.2.2 Cas d’étude : l’abduction
2.2.2.1 Deux points de vue sur l’abduction
L’abduction comme produit
L’abduction comme processus
2.2.3 L’abduction en Philosophie
2.2.3.1 La notion de modèle causal
2.2.3.2 Une approche classique : l’abduction comme « déduction inverse»
2.2.3.3 L’inférence contrastive
2.2.3.4 De l’importance des stratégies
2.2.4 L’abduction en Intelligence Artificielle
2.2.4.1 L’abduction comme un problème de « recouvrement d’ensembles»
2.2.4.2 L’abduction comme inférence logique
2.3 Relations entre abduction et problème inverse
2.4 Résumé du chapitre
Conclusion