قسم الإعلام الالي
Permanent URI for this collection
Browse
Recent Submissions
Item Outils d’Intelligence Artificielle(Université d’Oum El Bouaghi, 2023) Guerram, TaharLes premiers programmes intelligents commercialisés s‘appellent les systèmes experts qui permettent d‘automatiser le processus cognitif chez les experts humains. Bien que ces systèmes aient connu un succès extravagant depuis leur apparition au début des années soixante-dix jusqu‘à la fin des années quatre- vingt, leurs limites, se résument en la difficulté de modéliser parfois les aspects intuitifs du raisonnement humain, en plus de la difficulté de prendre en charge aussi d‘autres tâches complexes telles la vision artificielle et la traduction automatique des textes. Ces difficultés, ont poussé, plus tard, les développeurs et les chercheurs en systèmes experts à développer des systèmes experts hybrides utilisant des techniques un peu plus avancées de l‘Intelligence Artificielle, telle la théorie de l‘incertitude et la logique floue. Dans le même ordre d‘idée et pour pallier à la complexité de certains problèmes (tels les problèmes à explosion combinatoire comme le fameux problème du voyageur de commerce ou bien un problème de planification de tâches), des systèmes d‘Intelligence Artificielle inspirés de la nature et de la biologie ont été développés. Ces derniers copient la façon dont les systèmes biologiques et naturels se comportent pour résoudre les problèmes auxquels ils doivent faire face quotidiennement, par exemple les algorithmes génétiques en intelligence artificielle sont inspirés du principe de la sélection naturelle qui stipule, que les individus d‘une population qui s‘adaptent le mieux à leur environnement, ont de fortes chances de survivre et de se reproduire pour donner naissance à d‘autres populations. Aussi, les algorithmes de colonies de fourmis en intelligence artificielle, est un modèle artificiel qui s‘inspire du comportement d‘une colonie de fourmis lors de la recherche collective d‘une source de nourriture. Les individus appartenant à la population d‘un système naturel ou biologique communiquent d‘une manière directe ou indirecte ( par exemple, les fourmis communiquent indirectement par dépôt d‘une matière chimique dans l‘environnement appelée phéromone et ressentie par les autres fourmis. Par contre dans un réseaux de neurones, les cellules neuronales communiquent directement par envoi de signaux) dans le but de de trouver une solution à un problème auquel la population est confrontée. Par exemple, résoudre un problème d‘approvisionnement en alimentation ou résoudre un problème de sécurité de la population contre des ennemis, des intrus, ou des sources virales. La résolution de tels problèmes se fait d‘une manière collective par la coopération des individus de la population et dont la finalité est de mettre le système en entier dans un état de confort ou un état désiré dit objectif de la population.. Inspirés notamment par ces concepts de comportements collectifs intelligents émanant de systèmes naturels et biologiques, les chercheurs en intelligence artificielle ont réussi par la suite à mettre en oeuvre une nouvelle approche pour l‘intelligence artificielle distribuée connue sous le nom de « systèmes multi agents ». Selon cette nouvelle approche, un système multi agents est composé d‘un ensemble d‘agents autonomes qui coopèrent et interagissent pour atteindre un but global du système. Ce document est le fruit de l‘enseignement durant plusieurs années de la matière Intelligence Artificielle au profit des étudiants de troisième année palier licence et des étudiants du palier Master. L‘objectif escompté est de mettre à la disposition de ces étudiants une référence bibliographique leur serviront en tant que support de cours unifié de la matière Intelligence Artificielle.Item Cours de Détection et Estimation de mouvement(Université d’Oum El Bouaghi, 2020) Ghoul, KhalidLe présent document s’agit d’un support de cours concernant la matière intitulée «Détection et estimation de mouvement», enseigné au Département de Mathématiques et d’Informatique à l’université d’Oum El Bouaghi et destiné aux étudiants de la deuxième année Master en informatique, option vision arti_cielle. Ce support de cours vise à donner aux étudiants une compréhension sur les principes de la détection et l’estimation de mouvement dans les séquences d’images, tout en montrant leurs rôles et leurs fonctionnalités dans les systèmes de vision arti_cielle. Aussi ce cours vise à former les étudiants dans les traitements des séquences d’images notamment la notion de mouvement : — Déduire les objets en mouvements, — Quanti_er les déplacements et — Déterminer l’orientation et le sens du mouvement en chaque pixel de ces objets. A_n d’atteindre l’objectif tracé, nous avons déployé tous les e_orts pour approcher ce travail dans plusieurs aspects et nous avons synthétisé les informations les plus pertinentes en nous appuyant sur des sources variées (ouvrages, notes de cours, articles, sites internet. . . ). Tout en respectant le canevas o_ciel dé_ni par le ministère de l’enseignement supérieur et de la recherche scienti_que. Néanmoins, nous avons conscience que ce document restera partiel, tronqué et non exhaustif. C’est pour cette raison que nous essayons de veiller à une actualisation permanente, dont le but est d’enrichir son contenu. Ainsi, nous serions reconnaissant aux lecteurs de nous signaler toute erreur ou de nous proposer des suggestions dans ce sens.