JY Tigli Homepages

Outils pour utilisateurs

Outils du site

Piste: • Liste d'outils d'Intelligence Artificielle selon des membres de l'AFIA

Panneau latéral

Accueil

Select other language :

Apprentissage

Gestion Apprentissage

Enseignements

Enseignements Département Informatique SI5 et Master IFI

Enseignements Département Bâtiment Polytech'Nice

Autres Formations française et étrangère

Activités administratives, Ingénierie et Innovation Pédagogiques

Apprentissage Département Informatique SI5/Master 2 ingénierie informatique EUR DS4H

Recherche

Publications et Encadrement Recherche

Projets Européens en cours

Plates-formes Expérimentales

Collaborations Recherche et Projets de Recherche récents et en cours

Archives sur les Collaborations Recherche et Projets de Recherche

Encadrements d'étudiants de Master depuis 2015

Pages des Projets et Stages

Autres Collaborations Scientifiques et Travaux en cours

Collaboration with Halmstad University about Ambient Assisted Living

Valorisation de la Recherche

Dépôts Logiciels à l’Agence de Protection des Programme (APP)

Valorisation des résultats de recherche et transfert

Diffusion de la Culture scientifique et Technologique

Communications de presse

Séminaire ENSI Tunis

Pédagogie Innovante

Relations industrielles et socio-économique

Organisation de Manifestations

  • Conférence sur les FabLabs, Alexandre Schneider, Professeur Agrégé en Génie Mécanique, Université de Reims Champagne-Ardenne Web
  • Journées UbiMob'14 Site Web

Animation de la Recherche

U-Santé

Privé

Outils

Sources d'Informations

recherche:biblio:outilsia

Liste d'outils d'Intelligence Artificielle selon des membres de l'AFIA

QuoiQuiOutils logicielsSur quoi
Pbs sous contraintes – modélisation et résolutionChristophe 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 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.
Autre intérêt : ça se compile : 1 modèle MCSP3 +1 fichier de data Jason + compil = 1 instance XCSP3)
Web sémantiqueOliver 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
API JENA (Apache) pour manipuler les objetsInstitutions 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
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
Ex. http://data.insee.fr/sparql :
SPARKLIS éditeur de requêtes (Loria)
OntologiesSylvie Desprès (LIMICS, Univ. Paris 13)Méthode de représentation : CALS, robusteSpécification explicite formelle partagée, sert à expliciter les connaissances d’un domaine
Méthode de construction : NEON, robuste
Outils de modélisation open source:Ontologies existantes sur http://ontofox.hegroup.org/
YED
Xmind
CMapTools
Outil de construction : Protégé 5 .1
Outil d’édition : SNOOP 2.3
Outil de validation : Oops
Outil d’exploration : Outofox, Swoogle, Watson
Outil de mise à dispo : BioPortal
Outils de visualisation :
GraphViz
Webvowl outil web, téléhargement de l’ontologie via son browser
Outil de support : Mapping Master, plugin de Protégé
Programmation d’applications multi-agentsOlivier 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
JASON proche de la prg logique, interprétéSimulation sociale ex. évacuation de bâtiments, bataille Game of Thrones
SARL/JANUS
JACOMOSolution des meilleurs positionnements de pilones électriques ou de capteurs pour des économies d’énergie
BRAHMS
Etc.…85 outils recensés en 2017Intégration d’applications pour coopérer
Difficiles à débugger
Machine learningGaël Varoquaux (INRIA Saclay)Langage R historiqueApprentissage statistique, dosage de la complexité des modèles, minimisation des erreurs, régularité, compromis des variances
Hadoop sur du Java
Spark BD distribuée pour gros volume, interprété
Librairies C++ :
Shogun
Libsvm
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 languesThierry Hamon ( Univ. Paris 13)HeideltimeAnalyse 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 SATLaurent 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.txt · Dernière modification: 2017/10/31 20:04 par tigli

Outils de la page

Sauf mention contraire, le contenu de ce wiki est placé sous les termes de la licence suivante : CC Attribution-Noncommercial-Share Alike 4.0 International
CC Attribution-Noncommercial-Share Alike 4.0 International Donate Powered by PHP Valid HTML5 Valid CSS Run on Debian Driven by DokuWiki