Centre dedocumentation
scientifique

Améliorer l'ordonnanceur principal du modèle de généralisation CartACom / Ismail Gokhan Altay (2010)

Public Titre : Améliorer l'ordonnanceur principal du modèle de généralisation CartACom Type de document : Mémoire Auteurs : Ismail Gokhan Altay, Auteur Editeur : Paris : Université de Paris 6 Pierre et Marie Curie Année de publication : 2010 Importance : 27 p. Note générale : bibliographie rapport de stage, Master 2 IAD Langues : Français (fre) Descripteur : [Termes IGN] agent (intelligence artificielle) [Termes IGN] CartACom [Termes IGN] Eclipse (informatique) [Termes IGN] généralisation cartographique automatisée [Termes IGN] Java (langage de programmation) [Termes IGN] modèle (conceptuel) de généralisation [Termes IGN] modèle orienté agent [Vedettes matières IGN] Généralisation Index. décimale : MX Mémoires divers Résumé : (auteur) Actuellement, plusieurs modèles de généralisation ont été développés, leurs approches étant différentes. Nous pouvons citer : moindres carrés, algorithmes génériques, modèles physiques etc. Parmi ces approches se trouve celle nommée : l'approche multi-agent. Le modèle CartACom, développé par Cécile Duchêne en 2004, figure parmi ces modèles de généralisation basé sur le paradigme multi-agent. C'est un modèle qui est spécialisé pour la généralisation de zones peu denses. Dans ce modèle, les actions d'un agent dépendent de ses voisins. Les agents géographiques (bâtiments, routes, etc.) réalisent donc leur généralisation en communiquant avec les autres pour trouver les meilleures transformations. Les agents dans CartACom sont activés séquentiellement par un ordonnanceur principal. Dans les modèles basés sur le système multi-agent, l'orchestration de déclenchement des agents et de leurs actions a un impact sur les résultats et sur la performance du système (Meurisse 2004). On peut donc dire que la stratégie d'activation des agents devient importante pour avoir les meilleurs résultats. L'objectif de notre travail est d'améliorer la performance du 3 système et la qualité des résultats en développant une stratégie d'activation et en modélisant les comportements convenant pour les agents du système. Note de contenu : 1 Introduction 1.1 Lieu de Stage 1.2 Introduction du Sujet 2 Contexte 2.1 Fondements 2.2 Généralisation Cartographique 2.3 Automatisation de la Généralisation Cartographique 2.4 L'Approche Multi-Agent pour la Généralisation Cartographique 2.5 Modèle CartACom 2.6 Faiblesses du Modèle CartACom et Critiques 3 Modèle Proposé 3.1 Rappel de l'Objectif 3.2 Motivations 3.3 Le Modèle Proposé 3.4 Déclenchement Séquentiel vs. Déclenchement Parallèle Synchronisé 4 Mis en œuvre et Résultat 4.1 Environnement de Développement 4.2 Architecture de la Plateforme et son Implémentation 4.3 Implémentation des Agents et leurs comportements 4.4 Résultats 5 Conclusion Numéro de notice : 17376 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE Nature : Mémoire masters divers Organisme de stage : COGIT (IGN) Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=84370