v2.11.0 (5674)

Enseignement thématique - INT21 : Evolution artificielle

Domaine > Sciences et technologies de l'information et de la communication.

Descriptif

L'évolution artificielle est une classe d'algorithmes (dont la catégorie la plus connue est celle des algorithmes génétiques) fondés sur des modèles simplifiés de l'adaptation des systèmes naturels. Le principe est de faire évoluer une population de solutions potentielles d'un problème, formulé en termes de recherche du maximum d'une fonction. Les moteurs de l'évolution sont un mécanisme de sélection (l'idée est typiquement de donner une probabilité de survie plus grande aux individus les mieux classés) et des opérateurs génétiques (mutation, croisement, etc.). Dans les termes de l'intelligence artificielle, la fonction à optimiser ("fitness") est ainsi la représentation de la connaissance spécifique au problème et les mécanismes évolutionnaires contiennent la connaissance générale (moteur de résolution). On obtient ainsi des outils d'optimisation très robustes et efficaces dans de nombreux cas où les autres méthodes échouent, spécialement dans le cas de problèmes discrets, non-linéaires et de fonctions très irrégulières. Sur le plan théorique, des théorèmes de convergence viennent depuis peu compléter la connaissance quelque peu empirique de la performance de ces algorithmes. Les applications au monde réel sont nombreuses et étonnamment variées: contrôle d'unités de génie chimique, conception de profils en aéronautique, commande de robots, théorie des jeux, économie, programmation automatique, traitement du signal et vision artificielle.

Objectifs pédagogiques

Maitriser les principes fondamentaux des algorithmes inspirés de l’évolution naturelle : algorithmes génétiques, programmation génétique, estimation de distribution, coévolution. Connaître les applications possibles de ces méthodes dans l’industrie et la recherche

18 heures en présentiel (6 blocs ou créneaux)
réparties en:
  • Contrôle : 3

effectifs minimal / maximal:

10/24

Diplôme(s) concerné(s)

Pour les étudiants du diplôme Diplôme d'Ingénieur de l'Ecole Nationale Supérieure de Techniques Avancées

Aucun pré-requis

Règle d'exclusion : UE AOT11 Ou Ou UE AOT13 Ou UE EPMT11 Ou UE EAT11 Ou UE EAT12 Ou Ou UE CBT12 Ou UE CBT13 Ou Ou Ou Ou Ou UE MST31 Ou UE MST32 Ou UE MST33

 

Format des notes

Numérique sur 20

Littérale/grade européen

Pour les étudiants du diplôme Diplôme d'Ingénieur de l'Ecole Nationale Supérieure de Techniques Avancées

Vos modalités d'acquisition :

Présentation orale

Le rattrapage est autorisé (Max entre les deux notes écrêté à une note seuil)
  • le rattrapage est obligatoire si :
    Note initiale < 6
  • le rattrapage peut être demandé par l'étudiant si :
    6 ≤ note initiale < 10
L'UE est acquise si Note finale >= 10
  • Crédits ECTS acquis : 1.25 ECTS
  • Scientifique acquis : 1.25

Le coefficient de l'UE est : 1

La note obtenue rentre dans le calcul de votre GPA.

L'UE est évaluée par les étudiants.

Programme détaillé

- Introduction aux algorithmes évolutionnaires
- Construire des applications, régler un algorithme génétique : TD machine sur les algorithmes évolutionnaires et les stratégies d'évolution, utilisation d'une bibliothèque Python
- Programmation génétique, TD d'application
- Optimisation multi-objectif, TD d'application
- TP : différents sujets seront proposés, dont une compétition internationale (ex: GECCO)
- Controle de connaissances sous forme de présentation orale des résultats à l'ensemble de la classe

Mots clés

Evolution Artificielle
Veuillez patienter