Outils pour utilisateurs

Outils du site


recherche:biblio:outilsia

Différences

Ci-dessous, les différences entre deux révisions de la page.

Lien vers cette vue comparative

Prochaine révision
Révision précédente
recherche:biblio:outilsia [2017/10/31 19:47]
tigli créée
recherche:biblio:outilsia [2017/10/31 20:04] (Version actuelle)
tigli
Ligne 1: Ligne 1:
  
-^Quoi^Qui^Outils logiciels^Sur quoi^+=== Liste d'​outils d'​Intelligence Artificielle selon des membres de l'AFIA === 
 + 
 +||| 
 + 
 +^Quoi^Qui^Outils logiciels^Sur quoi^
 |Pbs sous contraintes – modélisation et résolution|Christophe LECOUTRE (Univ. d’Artois)|Les lgs sont souvent trop complexes pour les développeurs,​ sont seulement pour des experts.|Des pbs d’ordonnancement,​ d’optimisation,​ de planification d’ateliers | |Pbs sous contraintes – modélisation et résolution|Christophe LECOUTRE (Univ. d’Artois)|Les lgs sont souvent trop complexes pour les développeurs,​ sont seulement pour des experts.|Des pbs d’ordonnancement,​ d’optimisation,​ de planification d’ateliers |
-|||De modélisation = API sur Java : MCSP3| | +| | |De modélisation = API sur Java : MCSP3| | 
-|||De résolution API sur XML= XSP3, sert de format intermédiaire qui garde la structure du modèle MCSP3. ​ | | +| | |De résolution API sur XML= XSP3, sert de format intermédiaire qui garde la structure du modèle MCSP3. ​ | Pas mis en œuvre dans l’industrie.
-|||Intérêt : moins abstrait qu’un lg de modélisation.|Pas mis en œuvre dans l’industrie. ​+| | |Intérêt : moins abstrait qu’un lg de modélisation.| | 
-|||Autre intérêt : ça se compile : 1 modèle MCSP3 +1 fichier de data Jason + compil = 1 instance XCSP3)| | +| | |Autre intérêt : ça se compile : 1 modèle MCSP3 +1 fichier de data Jason + compil = 1 instance XCSP3)| | 
-||Web sémantique|Oliver Corby (INRIA ​ Sophia Antipolis)|Langages RDF et RDFS :|Réseau de connaissances décentralisées,​ mondialement partagée gouverné par le W3C. | +|Web sémantique|Oliver Corby (INRIA ​ Sophia Antipolis)|Langages RDF et RDFS :|Réseau de connaissances décentralisées,​ mondialement partagée gouverné par le W3C. | 
-|||VIRTUOSO utile surtout pour les grosses BD| | +| | |VIRTUOSO utile surtout pour les grosses BD| | 
-|||API JENA (Apache) pour manipuler les objets|Institutions comme l’INSEE, la BNF, les archives ouvertes, DBmedia issu de Wikipedia (ex. http://​fr.dbpedia.org/​page/​Antibes),​ les musées etc. | +| | |API JENA (Apache) pour manipuler les objets|Institutions comme l’INSEE, la BNF, les archives ouvertes, DBmedia issu de Wikipedia (ex. http://​fr.dbpedia.org/​page/​Antibes),​ les musées etc. | 
-|||JSON-LD nouvelle syntaxe| | +| | |JSON-LD nouvelle syntaxe| | 
-||||Google va chercher sur le Web sémantique. | +| | |Google va chercher sur le Web sémantique. | 
-|||Langage SPARQL d’interrogation à base de requêtes façon SQL, pattern matching dans les graphes et expressions régulières| | +| | |Langage SPARQL d’interrogation à base de requêtes façon SQL, pattern matching dans les graphes et expressions régulières| | 
-|||Ex. http://​data.insee.fr/​sparql :| | +| | |Ex. http://​data.insee.fr/​sparql :| | 
-|||SPARKLIS éditeur de requêtes (Loria)| |+| | |SPARKLIS éditeur de requêtes (Loria)| |
 |Ontologies|Sylvie Desprès (LIMICS, Univ. Paris 13)|Méthode de représentation : CALS, robuste|Spécification explicite formelle partagée, sert à expliciter les connaissances d’un domaine | |Ontologies|Sylvie Desprès (LIMICS, Univ. Paris 13)|Méthode de représentation : CALS, robuste|Spécification explicite formelle partagée, sert à expliciter les connaissances d’un domaine |
-|||Méthode de construction : NEON, robuste| | +| | |Méthode de construction : NEON, robuste| | 
-|||Outils de modélisation open source:​|Ontologies existantes sur http://​ontofox.hegroup.org/​ | +| | |Outils de modélisation open source:​|Ontologies existantes sur http://​ontofox.hegroup.org/​ | 
-|||YED| | +| | | |YED
-|||Xmind+| | |Xmind| 
-|||CMapTools+| | |CMapTools| 
-|||Outil de construction : Protégé 5 .1+| | |Outil de construction : Protégé 5 .1| 
-|||Outil d’édition : SNOOP 2.3+| | |Outil d’édition : SNOOP 2.3| 
-|||Outil de validation : Oops+| | |Outil de validation : Oops| 
-|||Outil d’exploration : Outofox, Swoogle, Watson+| | |Outil d’exploration : Outofox, Swoogle, Watson| 
-|||Outil de mise à dispo : BioPortal+| | |Outil de mise à dispo : BioPortal| 
-|||Outils de visualisation :+| | |Outils de visualisation :| 
-|||GraphViz+| | |GraphViz| 
-|||Webvowl ​ outil web, téléhargement de l’ontologie via son browser+| | |Webvowl ​ outil web, téléhargement de l’ontologie via son browser| 
-|||Outil de support : Mapping Master, plugin de Protégé|+| | |Outil de support : Mapping Master, plugin de Protégé|
 |Programmation d’applications multi-agents|Olivier Boissier (Mines de Saint-Etienne)|REPAST (2000) langage procédure Java ou C++|Les agents autonomes, dans un organisation en environnement partagé, perçoivent et agissent. | |Programmation d’applications multi-agents|Olivier Boissier (Mines de Saint-Etienne)|REPAST (2000) langage procédure Java ou C++|Les agents autonomes, dans un organisation en environnement partagé, perçoivent et agissent. |
-|||GAMA (2010) langage procédure Java+| | |GAMA (2010) langage procédure Java| 
-|||JASON proche de la prg logique, interprété|Simulation sociale ex. évacuation de bâtiments, bataille Game of Thrones | +| | |JASON proche de la prg logique, interprété|Simulation sociale ex. évacuation de bâtiments, bataille Game of Thrones | 
-|||SARL/​JANUS+| | |SARL/​JANUS| 
-|||JACOMO|Solution des meilleurs positionnements de pilones électriques ou de capteurs pour des économies d’énergie | | +| | |JACOMO|Solution des meilleurs positionnements de pilones électriques ou de capteurs pour des économies d’énergie | 
-|||BRAHMS+| | | |BRAHMS| 
-|||Etc.…85 outils recensés en 2017|Intégration d’applications pour coopérer | +| | |Etc.…85 outils recensés en 2017|Intégration d’applications pour coopérer | 
-|||Difficiles à débugger|+| | |Difficiles à débugger|
 |Machine learning|Gaël Varoquaux (INRIA Saclay)|Langage R historique|Apprentissage statistique,​ dosage de la complexité des modèles, minimisation des erreurs, régularité,​ compromis des variances | |Machine learning|Gaël Varoquaux (INRIA Saclay)|Langage R historique|Apprentissage statistique,​ dosage de la complexité des modèles, minimisation des erreurs, régularité,​ compromis des variances |
-|||Hadoop sur du Java+| | |Hadoop sur du Java| 
-|||Spark BD distribuée pour gros volume, interprété+| | |Spark BD distribuée pour gros volume, interprété| 
-|||Librairies C++ :+| | |Librairies C++ :| 
-|||Shogun| | +| | | |Shogun
-|||Libsvm| | +| | | |Libsvm
-|||Liblinear| | +| | |Liblinear| 
- +| | | |Libgbm de Microsoft| 
 +| | | |XGBoost| 
 +| | | |Outils Python qui domine le machine learning, demandent bcp de puissance de calcul:| 
 +| | | |Pydata| 
 +| | | |Numpy| 
 +| | | |Pandas| 
 +| | | |Dask (en cours de création)|Les + grosses sociétés se font la course.| 
 +| | | |Tensorflow de Google| 
 +| | | |Pytorch de Facebbok| 
 +|Traitement automatique des langues|Thierry Hamon ( Univ. Paris 13)|Heideltime|Analyse de données textuelles en lg naturel| 
 +| | | |Genia tagger| 
 +| | | |Term suite règles d’extraction| 
 +| | | |Yatea| 
 +| | | |Gate| 
 +| | | |UIMA| 
 +| | | |NLTK| 
 +| | | |Babelnet réseau sémantique multilingue| 
 +| | | |Synapse| 
 +| | | |Synomia| 
 +| | | |Syllabs| 
 +| | | |Proxem| 
 +|Problème SAT|Laurent Simon (LABRI, univ. Bordeaux)|Temps de résolution exponentiel.|Logique propositionnelle sur problème difficile ‘on essaie plutôt qu’on réfléchit’. NP=P|| 
 +| | | |Exploration de toutes les solutions avec les valeurs des variables pour que la clause soit vraie = arbre des possibles le plus malin possible.| 
 +| | | |BMC outil de pré processing SAT, utilisé chez IBM et INTEL| 
 +| | |Plein de solveurs, il existe une compétition annuelle de solveurs. Ex . Sudoku diabolique résolu en 0,11 seconde.|Appliqué à d’actuels problèmes industriels comme planification,​ crypto, vérification hardware, biologie
recherche/biblio/outilsia.1509475627.txt.gz · Dernière modification: 2017/10/31 19:47 par tigli