Cet article est consacré à l’apprentissage statistique supervisé, en tant qu’outil pour l’ingénieur. D’abord sont présentés et expliqués succinctement les grands principes théoriques et méthodologiques. Puis l’article décrit les modèles et algorithmes les plus couramment utilisés en apprentissage supervisé. Y sont présentées et expliquées d’une part les principales techniques « classiques » (Perceptron Multi-Couche, Séparateur à Vaste Marge, Arbres de Décision et Forêts Aléatoires, Boosting), et d’autre part l’apprentissage profond de réseau convolutionnel.
L’innovation dans le domaine biomimétique est devenue très active depuis 2015. En France c’est acté par : le CESE promulguant le biomimétisme d’intérêt public, l’inauguration du CEEBIOS, la création par le CNRS d’un groupe de travail BioComp, etc. Ces innovations dans le domaine des processeurs neuromorphiques s’inscrivent dorénavant dans le domaine d’applications de l’intelligence artificielle. Elles entrent en compétition avec l’apprentissage profond (Deep Learning) utilisé par de grandes sociétés internationales. L’apport du biomimétisme dans les processus calculatoires, présenté dans cet article, est un différenciateur important entre ces techniques.
L’industrie fait de plus en plus appel aux technologies de la réalité virtuelle dans ses activités de conception, mais aussi dans celles du développement des produits et de la mise en place des processus industriels de fabrication. Cet article présente l’utilisation des différents outils de la réalité virtuelle, sur la base de multiples exemples. Une méthodologie 3I² sera exposée, permettant de bien concevoir l’application de réalité virtuelle correspondant aux vrais besoins industriels. Un focus sera fait sur l’usage des techniques de réalité augmentée pour l’aide à l’assemblage et à la maintenance industrielle, ainsi que la formation en environnement virtuel en direction du personnel. Une analyse des potentialités et des limites de la réalité virtuelle clôture cet article.
L’intelligence économique sous-entend une transversalité dans son organisation et intègre trois principaux domaines de compétences et d’action que sont :
Ainsi, mettre en place et organiser l’intelligence économique au sein d’une entreprise peut paraître complexe.
Dans cette fiche, nous expliquerons :
Toutes les clefs pour maitriser la veille technologique
Intelligence économique, intelligence scientifique, veille technologique, knowledge management, etc. Le vocabulaire de la veille est riche et varié. Quelles réalités ces termes recouvrent-ils ? Vers quelle pratique de la veille les entreprises se dirigent-elles ?
Cette fiche a pour objectifs de vous introduire à l’intelligence scientifique et de clarifier les concepts de base de la veille qui seront développés tout au long de cet ouvrage :
Toutes les clefs pour maitriser la veille technologique
Vous êtes chef d’entreprise, ingénieur ou professionnel de l’information (veilleur, knowledge manager, documentaliste, responsable d’un service d’information, bibliothécaire, etc.) et vous êtes déjà sensible aux problématiques de la veille. Vous avez conscience des enjeux informationnels pour la pérennité de votre activité. Vous vous interrogez sur le périmètre de votre veille, sur sa mise en place, sur les enjeux à long terme pour la rétention du patrimoine immatériel de votre organisation. Cette base documentaire vous concerne. Elle est conçue pour être opérationnelle, pragmatique, pouvant être consultée en ligne ou en version imprimée afin de pouvoir mettre en pratique directement les conseils des meilleurs experts.
Toutes les clefs pour maitriser la veille technologique
TECHNIQUES DE L'INGENIEUR
L'EXPERTISE TECHNIQUE ET SCIENTIFIQUE
DE RÉFÉRENCE
SUIVEZ-NOUS
