Repository logo
 

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

dc.contributor.authorBendib, Islem
dc.date.accessioned2022-03-09T10:11:08Z
dc.date.available2022-03-09T10:11:08Z
dc.date.issued2020
dc.description.abstractIl 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.en_US
dc.description.provenanceSubmitted by snv snv (dspace.snv@univ-tebessa.dz) on 2022-03-09T10:11:08Z No. of bitstreams: 1 Islem_bendib_2020 VC.pdf: 3219267 bytes, checksum: 03eb29783b1533d77a2ffda2bc208fa1 (MD5)en
dc.description.provenanceMade available in DSpace on 2022-03-09T10:11:08Z (GMT). No. of bitstreams: 1 Islem_bendib_2020 VC.pdf: 3219267 bytes, checksum: 03eb29783b1533d77a2ffda2bc208fa1 (MD5) Previous issue date: 2020en
dc.description.sponsorshipDerdour Makhloufen_US
dc.identifier.urihttp//localhost:8080/jspui/handle/123456789/1895
dc.language.isofren_US
dc.publisherUniversite laarbi tebessi tebessaen_US
dc.subjectChaos, Système dynamique, Equations différentielles, Long Short-TermMemory, RNN, Attracteur de Lorenz, CNN, jeux d’échecs, non equilibruim.en_US
dc.titleCAPACité de«DeepLEARning»A prédire les cHAOs dANS un système cHAOtiqueen_US
dc.typeThesisen_US

Files

Original bundle

Now showing 1 - 1 of 1
No Thumbnail Available
Name:
Islem_bendib_2020 VC.pdf
Size:
3.07 MB
Format:
Adobe Portable Document Format
Description:

License bundle

Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
1.71 KB
Format:
Item-specific license agreed upon to submission
Description: