Log in

Relevant bibliographies by topics / Modélisation des neurones / Journal articles

Journal articles on the topic 'Modélisation des neurones'

To see the other types of publications on this topic, follow the link: Modélisation des neurones.

Author: Grafiati

Published: 25 May 2024

Create a spot-on reference in APA, MLA, Chicago, Harvard, and other styles

Select a source type:

Consult the top 28 journal articles for your research on the topic 'Modélisation des neurones.'

Next to every source in the list of references, there is an 'Add to bibliography' button. Press on it, and we will generate automatically the bibliographic reference to the chosen work in the citation style you need: APA, MLA, Harvard, Chicago, Vancouver, etc.

You can also download the full text of the academic publication as pdf and read online its abstract whenever available in the metadata.

Browse journal articles on a wide variety of disciplines and organise your bibliography correctly.

1

Jovanović, S., and S. Weber. "Modélisation et accélération de réseaux de neurones profonds (CNN) en Python/VHDL/C++ et leur vérification et test à l’aide de l’environnement Pynq sur les FPGA Xilinx." J3eA 21 (2022): 1028. http://dx.doi.org/10.1051/j3ea/20220028.

Full text

Abstract:

Nous présentons un ensemble de travaux pratiques qui seront dispensés au sein du Master EEA - Électronique Embarquée à l’université de Lorraine dans le cadre des modules Modélisation SystemC et Conception VLSI. Ces TP sont destinés à initier les étudiants à la compréhension, modélisation et conception des réseaux de neurones convolutifs dans des langages de description de matériel au niveau RTL (VHDL, le module Conception VLSI) et dans un langage de haut niveau (C++/SystemC, le module Modélisation SystemC). Ils sont organisés autour d’un ensemble d’outils de modélisation et de synthèse de Mentor Graphics (Modelsim, Catapult HLS) et spécifiques aux plateformes FPGA Xilinx et à l’environnement Pynq pour la simulation, test et vérification.

APA, Harvard, Vancouver, ISO, and other styles

2

Yao, Marcel Konan, Djedro Clément Akmel, Kouamé Lazare Akpetou, Albert Trokourey, Kouassi Benjamin Yao, and Nogbou Emmanuel Assidjo. "Modélisation de l'évolution spatiotemporelle du phosphore minéral dans une baie lagunaire hypereutrophe tropicale : la baie lagunaire de Tiagba (Côte d'Ivoire)." Revue des sciences de l’eau 30, no. 3 (March 28, 2018): 247–58. http://dx.doi.org/10.7202/1044250ar.

Full text

Abstract:

Ce travail décrit une nouvelle approche de la prédiction de l'évolution spatio-temporelle du phosphore minéral dans les eaux de surface, particulièrement dans la baie lagunaire de Tiagba. L'originalité de cette étude réside dans l'utilisation des réseaux de neurones artificiels, précisément du perceptron multicouche, comme outil de modélisation. Deux approches de l'évolution spatio-temporelle de ce nutriment dans cette baie ont été étudiées : sa modélisation statique et sa modélisation dynamique. Ainsi, il a été utilisé deux bases de 3 966 et 4 627 données respectivement pour sa modélisation statique et sa modélisation dynamique. L'algorithme de Levenberg-Marquardt a été utilisé pour la détermination des poids de connexions lors du développement du perceptron multicouche. Il ressort, des résultats obtenus, que les modèles 5-14-1 et 6-14-2 permettent de prédire à 70,30 % et à environ 70 % respectivement les évolutions statique et dynamique du phosphore minéral dans cette baie lagunaire. Ces modèles, jugés satisfaisant peuvent servir de socle pour d'éventuelles études visant à la réhabilitation et la gestion de cet écosystème aquatique dans le cadre de son développement durable.

APA, Harvard, Vancouver, ISO, and other styles

3

Dechemi, N., T. Benkaci, and A. Issolah. "Modélisation des débits mensuels par les modèles conceptuels et les systèmes neuro-flous." Revue des sciences de l'eau 16, no. 4 (April 12, 2005): 407–24. http://dx.doi.org/10.7202/705515ar.

Full text

Abstract:

La modélisation pluie-débit au pas de temps mensuel, a été étudiée par le biais de quatre modèles qui appartiennent à deux catégories, les modèles conceptuels (modèles à réservoirs), et les modèles basés sur les réseaux de neurones, et la logique floue Les modèles conceptuels mensuels utilisés sont les modèles de Thornthwaite et Arnell et le modèle GR2M, ainsi que deux modèles représentés par les réseaux de neurones à apprentissage supervisé et le modèle neuro-flou qui combine une méthode d'optimisation neuronale et une logique floue. Une application de ces modèles a été effectuée sur le bassin de la Cheffia (Nord-Est Algérien), et a confirmé les performances du modèle basé sur la logique floue. Par sa robustesse et son pouvoir d'extrapolation non-linéaire, ce modèle a donné d'excellents résultats, et représente donc une nouvelle approche de la modélisation pluie-débit au pas de temps mensuel.

APA, Harvard, Vancouver, ISO, and other styles

4

Bélanger, M., N. El-Jabi, D. Caissie, F. Ashkar, and J. M. Ribi. "Estimation de la température de l'eau de rivière en utilisant les réseaux de neurones et la régression linéaire multiple." Revue des sciences de l'eau 18, no. 3 (April 12, 2005): 403–21. http://dx.doi.org/10.7202/705565ar.

Full text

Abstract:

La température de l'eau en rivière est un paramètre ayant une importance majeure pour la vie aquatique. Les séries temporelles décrivant ce paramètre thermique existent, mais elles sont moins nombreuses et souvent courtes, ou comptent parfois des valeurs manquantes. Cette étude présente la modélisation de la température de l'eau en utilisant des réseaux de neurones et la régression linéaire multiple pour relier la température de l'eau à celle de l'air et le débit du ruisseau Catamaran, situé au Nouveau-Brunswick, Canada. Une recherche multidisciplinaire à long terme se déroule présentement sur ce site. Les données utilisées sont de 1991 à 2000 et comprennent la température de l'air de la journée en cours, de la veille et de l'avant-veille, le débit ainsi que le temps transformé en série trigonométrique. Les données de 1991 à 1995 ont été utilisées pour l'entraînement ou la calibration du modèle tandis que les données de 1996 à 2000 ont été utilisées pour la validation du modèle. Les coefficients de détermination obtenus pour l'entraînement sont de 94,2 % pour les réseaux de neurones et de 92,6 % pour la régression linéaire multiple, ce qui donne un écart-type des erreurs de 1,01 C pour les réseaux de neurones et de 1,05 C pour la régression linéaire multiple. Pour la validation, les coefficients de détermination sont de 92,2 % pour les réseaux de neurones et de 91,6 % pour la régression linéaire multiple, ce qui se traduit en un écart-type des erreurs de 1,10 C pour les réseaux de neurones et de 1,25 C pour la régression linéaire multiple. Durant la période d'étude (1991-2000), le biais a été calculé à +0,11 C pour le modèle de réseaux de neurones et à -0,26 °C pour le modèle de régression. Ces résultats permettent de conclure qu'il est possible de prévoir la température de l'eau de petits cours d'eau en utilisant la température de l'air et le débit, aussi bien avec les réseaux de neurones qu'avec la régression linéaire multiple. Les réseaux de neurones semblent donner un ajustement aux données légèrement meilleur que celui offert par la régression linéaire multiple, toutefois ces deux approches de modélisation démontrent une bonne performance pour la prédiction de la température de l'eau en rivière.

APA, Harvard, Vancouver, ISO, and other styles

5

Hugget, Alain, and Patrick Sébastian. "Modélisation de séchoirs à tapis. Utilisation des réseaux de neurones." Revue Générale de Thermique 35, no. 417 (October 1996): 599–614. http://dx.doi.org/10.1016/s0035-3159(96)80023-7.

Full text

APA, Harvard, Vancouver, ISO, and other styles

6

Yagoub, Mustapha C. E. "Optimisation des performances de modules multipuces Modélisation par réseaux de neurones." Annales des Télécommunications 59, no. 9-10 (September 2004): 1092–117. http://dx.doi.org/10.1007/bf03179712.

Full text

APA, Harvard, Vancouver, ISO, and other styles

7

Belatel, Mimi, and Abdelghani Ouazeta. "Modélisation et identification par les réseaux de neurones d’un système énergétique éolien à base d’une génératrice asynchrone." Journal of Renewable Energies 20, no. 2 (October 12, 2023): 195–208. http://dx.doi.org/10.54966/jreen.v20i2.620.

Full text

Abstract:

L’objectif de ce travail est de modéliser les principaux composants du système énergétique éolien, essentiellement la génératrice asynchrone (GAS) et la turbine éolienne, ainsi que le développement d’un outil d’identification et d’optimisation, tel que les réseaux de neurones (ANN’s) pour l’étude de la quantité de charge de l’unité de stockage d’un système énergétique éolien autonome. La modélisation et l’identification de toute la chaîne de conversion est une phase importante pour pouvoir déterminer les caractéristiques optimales du système éolien.

APA, Harvard, Vancouver, ISO, and other styles

8

Bouazizi, Emna, Roomila Naeck, Daniel D’Amore, Marie-Françoise Mateo, Philippe Arlotto, Michel Grimaldi, Moez Bouchouicha, Fahrat Fnaiech, Nader Fnaiech, and Jean-Marc Ginoux. "Modélisation numérique de la fragmentation du sommeil par réseau de neurones artificiels." Médecine du Sommeil 12, no. 1 (January 2015): 22–23. http://dx.doi.org/10.1016/j.msom.2015.01.010.

Full text

APA, Harvard, Vancouver, ISO, and other styles

9

Bouazizi, E., R. Naeck, D. D’amore, M. F. Matéo, P. Arlotto, M. Grimaldi, M. Bouchouicha, F. Fnaiech, N. Fnaiech, and J. M. Ginoux. "Modélisation numérique de la fragmentation du sommeil par Réseau de neurones artificiels." Revue des Maladies Respiratoires 32 (January 2015): A210. http://dx.doi.org/10.1016/j.rmr.2014.10.305.

Full text

APA, Harvard, Vancouver, ISO, and other styles

10

Lek, S., I. Dimopoulos, M. Derraz, and Y. El Ghachtoul. "Modélisation de la relation pluie-débit à l'aide des réseaux de neurones artificiels." Revue des sciences de l'eau 9, no. 3 (April 12, 2005): 319–31. http://dx.doi.org/10.7202/705255ar.

Full text

Abstract:

Identifier tous les processus physiques élémentaires du cycle hydrologique qui peuvent avoir lieu dans un bassin versant et attribuer à chacun d'eux une description analytique permettant la prévision conduisent à des structures complexes employant un nombre élevé de paramètres difficilement accessibles. En outre, ces processus, même simplifiés, sont généralement non linéaires. Le recours à des modèles à faible nombre de variables, capables de traiter la non-linéarité, s'avère nécessaire. C'est dans cette optique que nous proposons une méthode de modélisation de la relation pluie et débit basée sur l'utilisation de réseaux neuronaux. Les performances de ces derniers dans la modélisation non linéaire ont été déjà prouvées dans plusieurs domaines scientifiques (biologie, géologie, chimie, physique). Dans ce travail, nous utilisons l'algorithme de la rétropropagation des erreurs avec un réseau à 3 couches de neurones. La fonction de transfert appliquée est de type sigmoïde. Pour prédire le débit à un moment donné, on présente à l'entrée du réseau des valeurs de pluies et de débits observés à des instants précédents. La structure du réseau est optimisée pour obtenir une bonne capacité prévisionnelle sur des données n'ayant pas participé au calage. L'application du réseau à des données pluviométriques et débimétriques du bassin de l'oued Beth permet d'obtenir de bonnes prévisions d'un ou plusieurs pas de temps, aussi bien journalières qu'hebdomadaires. Pour les données n'ayant pas participé au calage, les coefficients de corrélation entre les valeurs observées et les valeurs estimées par les différents modèles sont élevés. Ils varient de 0.72 à 0.91 pour les coefficients de corrélation de Pearson et de 0.73 à 0.95 pour les coefficients de Spearman.

APA, Harvard, Vancouver, ISO, and other styles

11

Gaborit, E., G. Pelletier, P. A. Vanrolleghem, and F. Anctil. "Simulation du débit de la rivière Saint-Charles, première source d’eau potable de la ville de Québec." Canadian Journal of Civil Engineering 37, no. 2 (February 2010): 311–21. http://dx.doi.org/10.1139/l09-139.

Full text

Abstract:

Sur le bassin versant de la rivière Saint-Charles, il est nécessaire de mieux gérer l’eau, d’un point de vue quantitatif et qualitatif. Or la prise de décisions peut être aidée par la modélisation hydrologique. Ce travail porte sur la mise en place du modèle semi-distribué de qualité de l’eau SWAT (« soil and water assessment tool ») sur ce bassin versant urbain et relativement montagneux, et sur l’évaluation de sa capacité à simuler les débits. Cette première approche est comparée à deux autres, reposant pour l’une sur l’utilisation du modèle hydrologique global GR4J, et pour l’autre sur l’emploi d’un réseau de neurones. La quantité d’eau issue de la fonte de la neige, calculée ici par le module de fonte de SWAT, a été renseignée à ces deux autres modèles. Ce bassin présente par ailleurs de réelles difficultés pour ce type de modélisation, liées essentiellement au manque de données : quasi-absence d’information spatiale sur les précipitations et absence d’étude pédologique détaillée. Les résultats, globalement satisfaisants, montrent toutefois que la performance hydrologique résultant des trois approches est limitée par ces manques : celle utilisant SWAT davantage que les deux autres. Dans ce cas, les lacunes ne permettent pas d’utiliser le plein potentiel du modèle SWAT, dont la structure plus lourde devient un inconvénient dès que les données sont disponibles en quantité et en qualité insuffisantes pour en justifier l’exploitation, en opposition à GR4J et au réseau de neurones. Il semble donc incontournable, considérant l’importance stratégique du bassin versant de la rivière Saint-Charles pour l’approvisionnement en eau potable et le support aux activités récréatives et touristiques, que l’effort d’observation de ce territoire soit accru, afin d’y augmenter notamment les données climatologiques et pédologiques disponibles.

APA, Harvard, Vancouver, ISO, and other styles

12

Karidioula, Daouda, Djedjro Clément Akmel, Nogbou Emmanuel Assidjo, and Albert Trokourey. "Modélisation du séchage solaire de fèves de cacao par le Réseau de Neurones Artificiel." International Journal of Biological and Chemical Sciences 12, no. 1 (June 1, 2018): 195. http://dx.doi.org/10.4314/ijbcs.v12i1.15.

Full text

APA, Harvard, Vancouver, ISO, and other styles

13

Nohair, Mohamed, André St-Hilaire, and Taha B. Ouarda. "Utilisation des réseaux de neurones et de la régularisation bayésienne en modélisation de la température de l’eau en rivière." Revue des sciences de l'eau 21, no. 3 (October 2, 2008): 373–82. http://dx.doi.org/10.7202/018783ar.

Full text

Abstract:

Résumé Dans ce travail, nous avons élaboré un modèle de prédiction des variations de la température d’un cours d’eau en fonction de variables climatiques, telles que la température de l’air ambiant, le débit d’eau et la quantité de précipitation reçue par le cours d’eau. Les réseaux de neurones statiques ont été utilisés pour approximer la relation entre ces différentes variables avec une erreur moyenne de 0,7 °C. Par ailleurs, nous proposons un modèle de prédiction de l’évolution de la température de l’eau à court et moyen termes pour les jours (j + i, i = 1,2,..). Deux méthodes ont été appliquées : la première, de type itérative, utilise la valeur estimée du jour j pour prédire la valeur de la température de l’eau au jour j + 1; la seconde méthode, beaucoup plus simple à mettre en oeuvre, consiste à estimer la température de tous les jours considérés en une seule fois. L’optimisation de la fonction de coût par l’algorithme de Levenberg-Marquardt, disponible dans l’outil « réseaux de neurones » de MATLAB a permis d’améliorer nettement la performance des modèles. Des résultats très satisfaisants sont alors obtenus en testant la validité du modèle par la validation croisée avec des erreurs moyennes de prédiction à sept jours de 1,5 °C.

APA, Harvard, Vancouver, ISO, and other styles

14

Johannet, Anne, Alain Mangin, and Bernard Vayssade. "Modélisation d'un système karstique par réseaux de neurones : simulation des débits du karst du Baget, France." Collection EDYTEM. Cahiers de géographie 7, no. 1 (2008): 51–62. http://dx.doi.org/10.3406/edyte.2008.1054.

Full text

APA, Harvard, Vancouver, ISO, and other styles

15

Johannet, Anne, Virgile Taver, Line Kong-A-Siou, Valérie Borrell, Severin Pistre, Alain Mangin, Bernard Vayssade, Marc Vinches, and Dominique Bertin. "Les réseaux de neurones artificiels pour la modélisation hydrodynamique des aquifères karstiques : présentation générale et illustrations." Karstologia : revue de karstologie et de spéléologie physique 60, no. 1 (2012): 45–59. http://dx.doi.org/10.3406/karst.2012.2728.

Full text

APA, Harvard, Vancouver, ISO, and other styles

16

Aristizábal, Maria Clara. "Evaluación asimétrica de una red neuronal: aplicación al caso de la inflación en Colombia." Lecturas de Economía, no. 65 (October 29, 2009): 73–116. http://dx.doi.org/10.17533/udea.le.n65a2641.

Full text

Abstract:

El objetivo de este trabajo es explorar la relación no lineal entre el dinero y la inflación en Colombia a través de una red neuronal artificial, utilizando información mensual de la variación del Índice de Precios al Consumidor y del agregado monetario M3, desde enero de 1982 hasta febrero de 2005. Las redes neuronales artificiales aparecen como una excelente alternativa para las autoridades monetarias de contar con los mejores modelos para pronosticar la inflación y guiar sus decisiones de política. El presente artículo incorpora algunas innovaciones en la modelación del dinero e inflación que permiten generar pronósticos más confiables, debido a que el modelo se aproxima con mayor exactitud a la realidad. Palabras Clave: red neuronal artificial, no linealidad, unidad escondida, función de activación, rolling de pronósticos, función de pérdida asimétrica. Clasificación JEL: D87, C53. Abstract: The objective of the present work is to explore the non-linear relationship between money and inflation in Colombia through an artificial neural network using monthly information for the variation of the consumer price index and the monetary aggregate M3 since January 1982 through February 2005. Artificial neural networks turn up as an excellent alternative for monetary authorities to count on the best models to forecast inflation and guide their policy decisions. This article incorporates some innovations in money and inflation modeling that allow to generate more reliable forecasts given that the model approximates reality with greater accuracy. Keywords: artificial neural network, non-linearity, hidden unit, activation function, rolling test, asymmetric lost function. JEL classification: D87, C53. Résumé: L’objectif de ce travail consiste à explorer la relation non linéaire entre la quantité de monnaie et l’inflation en Colombie à travers la technique des réseaux de neurones artificiels. Nous utilisons les statistiques mensuelles concernant la variation de l’indice des prix à la consommation et l’agrégat monétaire M3 entre janvier 1982 et février 2005. Les réseaux neuronaux artificiels constituent une excellente alternative pour les autorités monétaires en vue d’améliorer leurs modèles qui servent à anticiper l’inflation. Cet article intègre quelques nouveautés dans la modélisation de la quantité de monnaie et l’inflation. Cette modélisation permet d’établir des prévisions plus précises car elle se rapproche avec plus d’exactitude de la réalité économique. Mots clés: Réseaux de neurones artificiels, unité cachée, fonction d’activation, Rolling test, fonction de perte asymétrique. Classification JEL: D87, C53.

APA, Harvard, Vancouver, ISO, and other styles

17

Gayon, P. H., A. Pina, I. Ahmed, and A. Faraj. "Modélisation de la viscosité des fluides de gisement : Apport de la PLS bootstrap et des réseaux de neurones." Oil & Gas Science and Technology - Revue de l'IFP 63, no. 5 (September 2008): 629–43. http://dx.doi.org/10.2516/ogst:2008024.

Full text

APA, Harvard, Vancouver, ISO, and other styles

18

Fakhr-Eddine, K., M. Cabassud, M. V. Lann, and J. P. Couderc. "Application des réseaux de neurones à la modélisation des réacteurs de LPCVD: dépôt de silicium dopé in situ au bore." Chemical Engineering Journal 72, no. 2 (February 1999): 171–82. http://dx.doi.org/10.1016/s1385-8947(98)00153-3.

Full text

APA, Harvard, Vancouver, ISO, and other styles

19

Heddam, Salim, Abdelmalek Bermad, and Noureddine Dechemi. "Modélisation de la dose de coagulant par les systèmes à base d’inférence floue (ANFIS) application à la station de traitement des eaux de Boudouaou (Algérie)." Revue des sciences de l’eau 25, no. 1 (March 28, 2012): 1–17. http://dx.doi.org/10.7202/1008532ar.

Full text

Abstract:

La coagulation est l’une des étapes les plus importantes dans le traitement des eaux. La difficulté principale est de déterminer la dose optimale de coagulant à injecter en fonction des caractéristiques de l’eau brute. Un mauvais contrôle de ce procédé peut entraîner une augmentation importante des coûts de fonctionnement et le non-respect des objectifs de qualité en sortie de la station de traitement. Le sulfate d’aluminium (Al2SO4.18H2O) est le réactif coagulant le plus généralement utilisé. La détermination de la dose de coagulant se fait au moyen de l’essai dit de « Jar Test » conduit en laboratoire. Ce type d’approche a le désavantage d’avoir un temps de retard relativement long et ne permet donc pas un contrôle automatique du procédé de coagulation. Le présent article décrit un modèle neuro flou de type Takagi Sugeno (TK), développé pour la prédiction de la dose de coagulant utilisée lors de la phase de clarification dans la station de traitement des eaux de Boudouaou qui alimente la ville d’Alger en eau potable. Le modèle ANFIS (système d’inférence flou à base de réseaux de neurones adaptatifs), qui combine les techniques floues et neuronales en formant un réseau à apprentissage supervisé, a été appliqué durant la phase de calage et testé en période de validation. Les résultats obtenus par le modèle ANFIS ont été comparés avec ceux obtenus avec un réseau de neurones de type perceptron multicouche (MLP) et un troisième modèle à base de regression linéaire multiple (MLR). Un coefficient de détermination (R2) de l’ordre de 0,92 en période de validation a été obtenu avec le modèle ANFIS, alors que pour le MLP, il est de l’ordre de 0,75, et que pour le modèle MLR, il ne dépasse pas 0,35. Les résultats obtenus sont d’une grande importance pour la gestion de l’installation.

APA, Harvard, Vancouver, ISO, and other styles

20

Mallet, L. "∑njeux de la πsychiatrie ℂomputationnelle." European Psychiatry 30, S2 (November 2015): S50—S51. http://dx.doi.org/10.1016/j.eurpsy.2015.09.143.

Full text

Abstract:

La psychiatrie computationnelle est un champ émergent qui, dans le prolongement des évolutions récentes en neurosciences cognitives, cherche à comprendre les pathologies mentales par la modélisation des processus élémentaires de pensée et leurs dysfonctionnements. En explicitant l’implémentation neurobiologique des algorithmes utilisés par le cerveau humain pour choisir, percevoir, ou ressentir… D’une certaine façon, cette nouvelle approche de la physiopathologie psychiatrique a pour ambition de combler le « fossé explicatif » entre cerveau et esprit. L’approche computationnelle se base sur la confrontation entre des données neurophysiologiques (IRM, EEG, MEG, électrophysiologie) acquises à chaque niveau de description du cerveau (récepteurs, neurones, réseaux, aires corticales) et les variables cachées prédites par des modèles ajustés aux comportements humains observables. Ce point de vue permet une approche transnosographique des symptômes psychiatriques qui peuvent être reconsidérés et caractérisés en termes de traitements pathologiques de l’information. Ces principes seront illustrés pour montrer :– comment cette approche permet de mieux comprendre l’émergence des processus élémentaires de pensée à partir de réseaux neuraux distribués, à contre-pied des approches néophrénologiques ;– illustrer comment ce type d’approche permet l’étude de l’architecture neurobiologique des processus de prise de décision chez l’homme ;– montrer l’intérêt des modèles bayésiens pour comprendre l’émergence des idées délirantes dans la schizophrénie.

APA, Harvard, Vancouver, ISO, and other styles

21

Michael, RALIJAONA Ahazia, RAKOTOVAO Ndimbinarimalala Philémon, RALIJAONA Mbolahasina Soanandrianina, and RATIARISON Adolphe Andriamanga. "Simulation Numérique De La Propagation Des Vagues Franchissant Un Obstacle Et Modélisation Des Résultats Obtenus Par Réseau De Neurones Et Neuro-Flou." International Journal of Progressive Sciences and Technologies 34, no. 2 (October 5, 2022): 15. http://dx.doi.org/10.52155/ijpsat.v34.2.4610.

Full text

Abstract:

Ce travail a pour objectif d’analyser et d’évaluer l’effet de la bathymétrie sur la surface de la mer par la méthode numérique et de modéliser les données de simulations par réseau de neurone et neuro-flou. Les simulations numériques sont effectuées à l’aide du logiciel Ansys Fluent qui utilise la méthode de Volume of Fluid et le modèle de turbulence ; les données sont traitées sur Matlab. Nous avons déterminé sept simulations (M0, M1, M2, M3, M4, M5 et M6). Les résultats ont montré que la morphologie (hauteur maximale) et le comportement (position de la hauteur maximale et position de déferlement) des vagues varient en fonction de la hauteur de l’obstacle. Les modèles par intelligences artificielles, sont excellents avec des valeurs de l’ erreur quadratique moyenne faibles et les critères de Nash sont supérieurs à 90%.

APA, Harvard, Vancouver, ISO, and other styles

22

Lebreuilly, G., L. Briançon, and P. Miche. "Bruit généré par la cavitation : modélisation de bruit de bulles sur un profil bidimensionnel, et reconnaissance du type de cavitation par réseaux de neurones artificiels." La Houille Blanche, no. 4-5 (June 1997): 129–34. http://dx.doi.org/10.1051/lhb/1997045.

Full text

APA, Harvard, Vancouver, ISO, and other styles

23

Ben Houad, Mohamed, and Youssef Oubouali. "Prévisions de la liquidité des actions cotées à la bourse des valeurs de Casablanca. Comparaison entre la modélisation ARIMA et les réseaux de neurones NARX." La Revue Gestion et Organisation 10, no. 2 (December 2018): 83–99. http://dx.doi.org/10.1016/j.rgo.2018.07.001.

Full text

APA, Harvard, Vancouver, ISO, and other styles

24

Nohair, Mohamed, Ouafae Britel, Nabil Souaf, Driss Zakarya, Abdelmjid Hafid, and Noura Mallouk. "Application Des Réseaux de Neurones Avec la Régularisation Bayésienne pour la Modélisation de la Synthèse de l’hydroxyapatite Élaborée à Partir du Carbonate de Calcium et de L’acide Phosphorique." Phosphorus, Sulfur, and Silicon and the Related Elements 185, no. 8 (July 30, 2010): 1772–81. http://dx.doi.org/10.1080/10426500903299877.

Full text

APA, Harvard, Vancouver, ISO, and other styles

25

Koffi, Yao Blaise. "Modélisation pluie-débit en région tropicale humide : application des réseaux de neurones sur quatre stations hydrométriques du Bandama Blanc (Bada, Marabadiassa, Tortiya et Bou) situées au Nord de la Côte d'Ivoire. Thèse de l'Universit." Physio-Géo, Volume 3 (January 1, 2009): 1–3. http://dx.doi.org/10.4000/physio-geo.940.

Full text

APA, Harvard, Vancouver, ISO, and other styles

26

Vibert, Jean-François, Vincent Lagoueyte, Nicolas Bourrié, Gilles Fortin, and Jean Champagnat. "Modélisation du réseau de neurone à l'origine des rythmes chez l'embryon de poulet." ESAIM: Proceedings 9 (2000): 101–17. http://dx.doi.org/10.1051/proc:2000020.

Full text

APA, Harvard, Vancouver, ISO, and other styles

27

Taieb, Dalila, and Essia Hamdi. "Modélisation spatio-temporelle de la dispersion du dioxyde de soufre près d’un site industriel: Réseau de neurone & bio-indicateur." Journal of Renewable Energies 17, no. 3 (October 19, 2023). http://dx.doi.org/10.54966/jreen.v17i3.460.

Full text

Abstract:

Cet article propose un état de l’art sur la modélisation basée sur l’utilisation des méthodes numériques et géostatiques pour la prévision spatio-temporelle de la pollution atmosphérique en SO2 dans la région du Gabès (Sud-Est Tunisien). Les outils numériques en mettant l’accent sur un modèle non linéaire, les réseaux de neurones sont applicables aux données horaires (2012) en SO2 fournies par l’Agence Nationale de Protection de l’Environnement (ANPE) pour faire la paramétrisation de SO2 en fonction des facteurs externes, ainsi que la prévision des concentrations horaires d’un jour de plus. Le modèle déterministe et probabiliste est applicable à des concentrations de soufre mesurés dans le matériel végétal; le Malva ageptiaca, un bio-indicateur passif présente l’intérêt d’interpoler et de cartographier le soufre dans la zone d’étude et permet de servir, dans les conditions de perturbation, de signal d’alarme sur la zone la plus polluée.

APA, Harvard, Vancouver, ISO, and other styles

28

Giustolisi, O., and D. Laucelli. "Improving generalization of artificial neural networks in rainfall–runoff modelling / Amélioration de la généralisation de réseaux de neurones artificiels pour la modélisation pluie-débit." Hydrological Sciences Journal 50, no. 3 (June 2005). http://dx.doi.org/10.1623/hysj.50.3.439.65025.

Full text

APA, Harvard, Vancouver, ISO, and other styles

We offer discounts on all premium plans for authors whose works are included in thematic literature selections. Contact us to get a unique promo code!