Repository logo
 

CAPACité de«DeepLEARning»A prédire les cHAOs dANS un système cHAOtique

No Thumbnail Available

Date

2020

Journal Title

Journal ISSN

Volume Title

Publisher

Universite laarbi tebessi tebessa

Abstract

Il y a un siècle déjà, les pionniers de la théorie du chaos ont découvert que « l’effet papillon » rend la prédiction à long terme impossible. Même la plus petite perturbation dans un système complexe (comme la météo, l'économie ou à peu près tout le reste) peut déclencher une concaténation d'événements conduisant à un avenir dramatiquement divergent. Incapables d’établir l’état de ces systèmes avec suffisamment de précision pour prédire comment ils se déroulent, nous vivons dans un voile d’incertitude. Le deeplearning ou apprentissage profond est une technique informatique à la base des récents succès en intelligence artificielle - pour prédire l'évolution future de systèmes chaotiques à des horizons lointains. Des experts externes ont qualifié cette approche d’innovante et susceptible de trouver une large application. Le travail de ce projet de master vise à impliquer l’apprentissage profond dans le processus de prédiction de chaos dans les différents types de systèmes dynamiques afin de pouvoir éviter des catastrophes qui peuvent venir.

Description

Keywords

Chaos, Système dynamique, Equations différentielles, Long Short-TermMemory, RNN, Attracteur de Lorenz, CNN, jeux d’échecs, non equilibruim.

Citation