Descripteur
Termes IGN > informatique > génie logiciel
génie logicielSynonyme(s)Ingénierie logicielle ;ingénierie du logiciel génie du logicielVoir aussi |
Documents disponibles dans cette catégorie (928)
Ajouter le résultat dans votre panier
Visionner les documents numériques
Affiner la recherche Interroger des sources externes
Etendre la recherche sur niveau(x) vers le bas
Titre : La géomatique comme aide à la décision dans le domaine de la santé Type de document : Mémoire Auteurs : Dorothée Dumay, Auteur Editeur : Champs-sur-Marne : Ecole nationale des sciences géographiques ENSG Année de publication : 2018 Autre Editeur : Paris : Université de Paris 1 Panthéon Sorbonne Importance : 74 p. Format : 21 x 30 cm Note générale : bibliographie
Rapport de stage licence professionnelle Géomatique et environnementLangues : Français (fre) Descripteur : [Vedettes matières IGN] Applications SIG
[Termes IGN] ArcMap
[Termes IGN] carte sanitaire
[Termes IGN] cartographie thématique
[Termes IGN] collecte des déchets
[Termes IGN] données démographiques
[Termes IGN] Ile-de-France
[Termes IGN] outil d'aide à la décision
[Termes IGN] politique sociale
[Termes IGN] région
[Termes IGN] santéIndex. décimale : LPGE Mémoires de Licence professionnelle géomatique et environnement Résumé : (auteur) Ce rapport présente le stage, effectué du 22 mai au 31 août 2018, qui clôture ma formation Licence professionnelle Géomatique et Environnement Parcours SIG et conception cartographique. Dans un premier temps, je rappelle les missions de ma structure d’accueil, l’Agence Régionale de Santé Ile-de-France et l’intérêt de la géomatique dans le champ de la santé. Les divers projets qui m’ont été confié sont ensuite contextualisés. Je décris également de quelle manière j’ai pu organiser mon travail. J’ai essentiellement mis à disposition des données via l’outil Santégraphie qui est le SIG régional en ligne de l’ARS. Ces données portent sur deux thématiques. La première concerne la démographie des professionnels de santé libéraux de premier recours, et bénéficiera à la Direction de l’Offre de Soins de l’ARS Ile-de-France. La seconde thématique porte sur la collecte de Déchets d’Activités de Soins à Risques Infectieux et assimilés. Elle est commanditée par la direction de la stratégie de l’ARS Ile-de-France qui mène une étude pour la Délégation Départementale 93 de l’ARS Ile-de-France et l’entreprise DASTRI. Ces projets aboutissent à des analyses territoriales et jouent un rôle d’aide à la décision politique. J’ai décrit dans ce rapport chacune de leurs étapes, qu’elles soient réflexives ou techniques. Je conclus par le bilan de mon stage. Note de contenu : Introduction
1- Découverte de la structure d’accueil et du domaine professionnel
2- Projets menés durant le stage
ConclusionNuméro de notice : 21778 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE Nature : Mémoire licence Organisme de stage : Agence Régionale de Santé Ile-de-France Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=91182 Documents numériques
peut être téléchargé
La géomatique comme aide à la décision... - pdf auteurAdobe Acrobat PDF Harmonisation de données géographiques hétérogènes décrivant le réseau d’assainissement francilien / Laurie Nino (2018)
Titre : Harmonisation de données géographiques hétérogènes décrivant le réseau d’assainissement francilien Type de document : Mémoire Auteurs : Laurie Nino, Auteur Editeur : Champs-sur-Marne : Ecole nationale des sciences géographiques ENSG Année de publication : 2018 Autre Editeur : Strasbourg : Ecole Nationale du Génie de l'Eau et de l'Environnement de Strasbourg ENGEES Note générale : Stage de fin d’études, formations d'ingénieur : ENGEES promotion Freiburg 2015–2018 et ENSG filière TSI-G 2017–2018 Langues : Français (fre) Descripteur : [Vedettes matières IGN] Géomatique web
[Termes IGN] analyse comparative
[Termes IGN] ArcGIS
[Termes IGN] ArcMap
[Termes IGN] base de données orientée objet
[Termes IGN] caractérisation
[Termes IGN] Ile-de-France
[Termes IGN] modèle conceptuel de données
[Termes IGN] projection conique conforme de Lambert
[Termes IGN] Python (langage de programmation)
[Termes IGN] représentation cartographique
[Termes IGN] réseau d'assainissement
[Termes IGN] web mappingIndex. décimale : MTSI Mémoires du Master Technologies des Systèmes d'Information Résumé : (auteur) Le réseau d’assainissement francilien est géré par une grande diversité d’acteurs, qui décrivent leur sous-réseau au sein de données géographiques très hétérogènes. Cette hétérogénéité constitue un frein à leur visualisation conjointe au sein d’une carte unique, et à la compréhension globale du fonctionnement du réseau par les acteurs-métier. Sur la base d’une analyse comparative des jeux de données collectés, le premier objectif du stage était d’identifier les variables susceptibles d’entraver significativement la lecture des données et la compréhension du réseau. Dans un second temps, sur la base du MCD conçu par le SIAAP, un MCD cible simplifié devait être élaboré. Un ensemble de traitements devaient enfin être développés et testés pour harmoniser les données d’origine conformément au modèle cible, intégrer les données harmonisées à la base de données du SIAAP, et les représenter au sein d’une application web cartographique. Note de contenu : Introduction
1- Le SIAAP et son SIG
2- Diagnostic : caractérisation des jeux de données
3- Conception du MCD cible
4- Mise en oeuvre
ConclusionNuméro de notice : 21984 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE Nature : Mémoire de fin d'études IT Organisme de stage : SIAAP Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=91955 Documents numériques
peut être téléchargé
Harmonisation de données géographiques... - pdf auteurAdobe Acrobat PDF peut être téléchargé
poster - pdf auteurAdobe Acrobat PDF
Titre : Introduction to Deep Learning : From Logical Calculus to Artificial Intelligence Type de document : Monographie Auteurs : Sandro Skansi, Auteur Editeur : Springer Nature Année de publication : 2018 Importance : 196 p. Format : 16 x 24 cm ISBN/ISSN/EAN : 978-3-319-73004-2 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Intelligence artificielle
[Termes IGN] apprentissage profond
[Termes IGN] classification
[Termes IGN] codage
[Termes IGN] estimation par noyau
[Termes IGN] matrice de covariance
[Termes IGN] Perceptron multicouche
[Termes IGN] Python (langage de programmation)
[Termes IGN] régression logistique
[Termes IGN] réseau neuronal artificiel
[Termes IGN] réseau neuronal convolutif
[Termes IGN] sciences cognitives
[Termes IGN] théorie des probabilitésRésumé : (auteur) This textbook presents a concise, accessible and engaging first introduction to deep learning, offering a wide range of connectionist models which represent the current state-of-the-art. The text explores the most popular algorithms and architectures in a simple and intuitive style, explaining the mathematical derivations in a step-by-step manner. The content coverage includes convolutional networks, LSTMs, Word2vec, RBMs, DBNs, neural Turing machines, memory networks and autoencoders. Numerous examples in working Python code are provided throughout the book, and the code is also supplied separately at an accompanying website.
Topics and features:
Introduces the fundamentals of machine learning, and the mathematical and computational prerequisites for deep learning
Discusses feed-forward neural networks, and explores the modifications to these which can be applied to any neural network
Examines convolutional neural networks, and the recurrent connections to a feed-forward neural network
Describes the notion of distributed representations, the concept of the autoencoder, and the ideas behind language processing with deep learning
Presents a brief history of artificial intelligence and neural networks, and reviews interesting
open research problems in deep learning and connectionism
This clearly written and lively primer on deep learning is essential reading for graduate and advanced undergraduate students of computer science, cognitive science and mathematics, as well as fields such as linguistics, logic, philosophy, and psychology.Note de contenu : 1- From Logic to Cognitive Science
2- Mathematical and Computational Prerequisites
3- Machine Learning Basics
4- Feedforward Neural Networks
5- Modifications and Extensions to a Feed-Forward Neural Network
6- Convolutional Neural Networks
7- Recurrent Neural Networks
8- Autoencoders
9- Neural Language Models
10- An Overview of Different Neural Network Architectures
11- ConclusionNuméro de notice : 25787 Affiliation des auteurs : non IGN Thématique : INFORMATIQUE/MATHEMATIQUE Nature : Monographie En ligne : https://doi.org/10.1007/978-3-319-73004-2 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=94990
Titre : Introduction to programming with Fortran Type de document : Guide/Manuel Auteurs : Ian Chivers, Auteur ; Jane Sleightholme, Auteur Mention d'édition : 4ème édition Editeur : Springer International Publishing Année de publication : 2018 Importance : 956 p. ISBN/ISSN/EAN : 978-3-319-75502-1 Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Informatique
[Termes IGN] Fortran
[Termes IGN] programmation informatiqueRésumé : (Editeur) This fourth Edition presents new examples on submodules, derived type i/o, object oriented programming, abstract interfaces and procedure pointers, C interop, sorting and searching, statistics and converting to more modern versions of Fortran.
Key Features
Highlights the core language features of modern Fortran including data typing, array processing, control structures, functions, subroutines, modules and submodules, user defined types, pointers, operator overloading, generic programming, parallel programming, abstract interfaces, procedure pointers
Pinpoints common problems that occur when programming
Illustrates the use of several compilers
Introduction to Programming with Fortran has been written for the complete beginner with little or no programming background as well as existing Fortran programmers and those with programming experience in other languages
Ian Chivers and Jane Sleightholme are the joint owners of comp-fortran-90 which is a lively forum for the exchange of technical details of the Fortran language. Ian is the editor of the ACM Fortran Forum, and Jane and Ian have both been involved in the Fortran standardisation process. The authors have been teaching and supporting Fortran and related areas for over 40 years and their latest book reflects the lessons that have been learnt from this.Note de contenu :
- Overview
- Introduction to Problem Solving
- Introduction to Programming Languages
- Introduction to Programming
- Arithmetic
- Arrays 1: Some Fundamentals
- Arrays 2: Further Examples
- Whole Array and Additional Array Features
- Output of Results
- Reading in Data
- Summary of I/O Concepts
- Functions
- Control Structures and Execution Control
- Characters
- Complex
- Logical
- Introduction to Derived Types
- An Introduction to Pointers
- Introduction to Subroutines
- Subroutines: 2
- Modules
- Data Structuring in Fortran
- An Introduction to Algorithms and the Big O Notation
- Operator Overloading
- Generic Programming
- Mathematical and Numerical Examples
- Parameterised Derived Types (PDTs) in Fortran
- Introduction to Object Oriented Programming
- Additional Object Oriented Examples
- Introduction to Submodules
- Introduction to Parallel Programming
- MPI - Message Passing Interface
- OpenMP
- Coarray Fortran
- C Interop
- IEEE Arithmetic
- Derived Type I/O
- Sorting and Searching
- Handling Missing Data in Statistics Calculations
- Converting from Fortran 77
- Graphics Libraries - Simple Dislin Usage
- Abstract Interfaces and Procedure PointersNuméro de notice : 26293 Affiliation des auteurs : non IGN Thématique : INFORMATIQUE/MATHEMATIQUE Nature : Manuel informatique DOI : 10.1007/978-3-319-75502-1 En ligne : https://doi.org/10.1007/978-3-319-75502-1 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=94989 Machine learning and pose estimation for autonomous robot grasping with collaborative robots / Victor Talbot (2018)
Titre : Machine learning and pose estimation for autonomous robot grasping with collaborative robots Type de document : Mémoire Auteurs : Victor Talbot, Auteur Editeur : Strasbourg : Institut National des Sciences Appliquées INSA Strasbourg Année de publication : 2018 Importance : 70 p. Format : 21 x 30 cm Note générale : bibliographie
Mécatronique parcours mécanique pour la robotique, Master Imagerie, Robotique et Ingénierie pour le Vivant, Parcours Automatique RobotiqueLangues : Anglais (eng) Descripteur : [Vedettes matières IGN] Intelligence artificielle
[Termes IGN] apprentissage automatique
[Termes IGN] C++
[Termes IGN] classification bayesienne
[Termes IGN] classification par réseau neuronal
[Termes IGN] estimation de pose
[Termes IGN] image 3D
[Termes IGN] image RVB
[Termes IGN] Matlab
[Termes IGN] navigation autonome
[Termes IGN] Point Cloud Library PCL
[Termes IGN] Python (langage de programmation)
[Termes IGN] Ransac (algorithme)
[Termes IGN] reconnaissance d'objets
[Termes IGN] robotique
[Termes IGN] semis de points
[Termes IGN] vision par ordinateur
[Termes IGN] zone d'intérêtIndex. décimale : INSAS Mémoires d'ingénieur de l'INSA Strasbourg - Topographie, ex ENSAIS Résumé : (auteur) L'objectif du stage est de déterminer l'emplacement en trois dimensions d'une zone de préhension sur un objet dans le but d'automatiser la prise de cet objet par un robot anthropomorphe. La prise d'image est assurée par une caméra RGB-D prenant un nuage de points colorés en trois dimensions. La caméra est montée sur un second robot, ce qui permet l'exploration visuelle d'un plus grand espace, et ce, sous plusieurs points de vue. La solution proposée utilise Matlab et un réseau neuronal afin de proposer une zone d'intérêt. Le choix du Machine Learning est motivé par l'adaptabilité de l'algorithme. De cette façon, un objet jamais aperçu auparavant peut être attrapé par notre système robotique. Le système retourne la position X, Y et Z dans l'espace ainsi que l'orientation O et la largeur de l'objet D. Le système proposé a obtenu des résultats de 80 % sur des objets non entraînés. Note de contenu : Introduction
1- States of the arts
2- Realization
3- ConclusionNuméro de notice : 24593 Affiliation des auteurs : non IGN Thématique : IMAGERIE/INFORMATIQUE Nature : Mémoire masters divers Organisme de stage : School of Engineering (Cardiff University) Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=92164 Documents numériques
en open access
Machine learning and pose estimation... - pdf auteurAdobe Acrobat PDF Mise en évidence de l’activité récente des failles du bassin de Naryn (Kyrgyzstan) à partir de données photogrammétriques Pléiades et drone : un nouvel apport pour l’aléa sismique / Aurélie Médard (2018)PermalinkMise en place d’un outil de classification et d’utilisation des données LiDAR pour l’étude du couvert arboré à Florence / Florian Thill (2018)PermalinkPermalinkModélisation de l’urbanisation pour l’évaluation de ses impacts environnementaux dans le cadre de l’élaboration d’une stratégie Éviter-Réduire-Compenser en Région Occitanie – Pyrénées Méditerranée / Vincent Delbar (2018)PermalinkPermalinkQGIS in Remote Sensing, Volume 2. QGIS and applications in agriculture and forest / Nicolas Baghdadi (2018)PermalinkQGIS in Remote Sensing, Volume 3. QGIS and Applications in Territorial Planning / Nicolas Baghdadi (2018)PermalinkQGIS in Remote Sensing, Volume 4. QGIS and Applications in Water and Risks / Nicolas Baghdadi (2018)PermalinkRapport d'activité 2017 de l'Institut National de l'Information Géographique et Forestière IGN / Institut national de l'information géographique et forestière (2012 -) (2018)PermalinkRéalisation d’un atlas interactif pour la Direction Générale d’Île-de-France de SNCF Réseau / Léa Dumas (2018)PermalinkResearches about the living condition in Ulaanbaatar with mapping developments based on a participatory approach / Paul Roux (2018)PermalinkRestitution 4D du Château du Kagenfels par combinaison de l’existant et d’hypothèses archéologiques pour une visite virtuelle du site / Théo Benazzi (2018)PermalinkSimulation 3D de la constructibilité et utilisations pour l’aménagement [diaporama] / Mickaël Brasebin (2018)PermalinkPermalinkSuivi et conservation du patrimoine historique et culturel / Jocelyn Le Maître (2018)PermalinkSystèmes d'information géographique / Yves Auda (2018)PermalinkTesting, analysis and improvement of FGI-NLS Sentinel-2 data processing chain for land use applications / Emile Blettery (2018)PermalinkTesting deformation hypotheses by constraints on a time series of geodetic observations / Hiddo Velsink in Journal of applied geodesy, vol 12 n° 1 (January 2018)PermalinkTraitement et analyse des contraintes urbaines pour une optimisation morphologique : Etude comparative des modèles MorVer et SimPLU3D / Alia Belkaid (2018)PermalinkUnderground visualization: Web-app, virtual reality, ex situ and in situ augmented reality / Alexandre Devaux (2018)Permalink