[{"command":"insert","method":null,"selector":".course-modal-ajax-placeholder-967894","data":"\u003Cdiv class=\u0022container content-rte\u0022\u003E\n  \u003Cdiv class=\u0022row\u0022\u003E\n    \u003Cdiv class=\u0022box col-md-6 bg-primary text-white\u0022\u003E\n      \u003Ch2 class=\u0022h1 text-left\u0022\u003E  Graphes pour la Mod\u00e9lisation et la Commande\n\u003C\/h2\u003E\n                  \u003Cdiv class=\u0022field-spacing\u0022\u003E\n        \u003Cdiv class=\u0022field__label h3 dash\u0022\u003EECTS :\n          3\n        \u003C\/div\u003E\n      \u003C\/div\u003E\n                  \u003Cdiv class=\u0022field-spacing\u0022\u003E\n        \u003Cdiv class=\u0022field__label h3 dash\u0022\u003ESemester:\n          Semestre 1\n        \u003C\/div\u003E\n      \u003C\/div\u003E\n            \u003Cdiv class=\u0022field-spacing\u0022\u003E\n      \u003Cdiv class=\u0022field__label h3 dash\u0022\u003ED\u00e9tail du volume horaire\u003C\/div\u003E\n                        \u003Cdiv class=\u0022mt-5 text-justify\u0022\u003E\n                          \u003Cspan class=\u0022field__label h4 mt-5 \u0022\u003ELecture:\u003C\/span\u003E\n                                      \u003Cspan\u003E10\u003C\/span\u003E\n                      \u003C\/div\u003E\n                                \u003Cdiv class=\u0022mt-5 text-justify\u0022\u003E\n                          \u003Cspan class=\u0022field__label h4 mt-5 \u0022\u003EPractical study :\u003C\/span\u003E\n                                      \u003Cspan\u003E12\u003C\/span\u003E\n                      \u003C\/div\u003E\n                                \u003Cdiv class=\u0022mt-5 text-justify\u0022\u003E\n                          \u003Cspan class=\u0022field__label h4 mt-5 \u0022\u003EDirected study:\u003C\/span\u003E\n                                      \u003Cspan\u003E8\u003C\/span\u003E\n                      \u003C\/div\u003E\n                                                            \u003C\/div\u003E\n        \u003Cdiv class=\u0022field-spacing\u0022\u003E\n      \u003Cdiv class=\u0022field__label h3 dash\u0022\u003ELangue d\u0026#039;enseignement\u003C\/div\u003E\n                        \u003Cdiv class=\u0022mt-5 text-justify\u0022\u003E\n                                      \u003Cspan\u003EFran\u00e7ais\u003C\/span\u003E\n                      \u003C\/div\u003E\n                  \u003C\/div\u003E\n        \u003Cdiv class=\u0022field-spacing\u0022\u003E\n      \u003Cdiv class=\u0022field__label h3 dash\u0022\u003EEnseignement \u00e0 distance\u003C\/div\u003E\n                        \u003Cdiv class=\u0022mt-5 text-justify\u0022\u003E\n                                      \u003Cspan\u003Enon\u003C\/span\u003E\n                      \u003C\/div\u003E\n                  \u003C\/div\u003E\n      \u003C\/div\u003E\n    \u003Cdiv class=\u0022box col-md-6\u0022\u003E\n            \u003Cdiv class=\u0022field-spacing\u0022\u003E\n      \u003Cdiv class=\u0022field__label h3 dash\u0022\u003EPr\u00e9requis\u003C\/div\u003E\n                        \u003Cdiv class=\u0022mt-5 text-justify\u0022\u003E\n                                      \u003Cspan\u003E\u003Cp\u003EBases math\u00e9matiques sur la th\u00e9orie des ensembles et le calcul matriciel.\u003C\/p\u003E\u003C\/span\u003E\n                      \u003C\/div\u003E\n                  \u003C\/div\u003E\n        \u003Cdiv class=\u0022field-spacing\u0022\u003E\n      \u003Cdiv class=\u0022field__label h3 dash\u0022\u003EProgramme \/ plan \/ contenus\u003C\/div\u003E\n                        \u003Cdiv class=\u0022mt-5 text-justify\u0022\u003E\n                                      \u003Cspan\u003E\u003Cp\u003ECM1 : Th\u00e9orie des graphes, repr\u00e9sentation matricielle\u003Cbr\u003E\nCM2 : graphes probabilistes (Chaine de markov, HMM)\u003Cbr\u003E\nCM3 : automate a \u00e9tat fini et th\u00e9orie des langages\u003Cbr\u003E\nCM4 : Automates hybrides (temporels et \u00e0 EDPs)\u003Cbr\u003E\nCM5 : Graphe for network and Graph neural network.\u003C\/p\u003E\n\u003Cp\u003ETD1 : Mod\u00e9lisation d\u0027un syst\u00e8me par un graphe et sa repr\u00e9sentation fr\u00e9quentielle\u003Cbr\u003E\nTD2 : mod\u00e9lisation probabiliste et calcul de vraisemblance\u003Cbr\u003E\nTD3 : Mod\u00e9lisation d\u0027un automate \u00e0 \u00e9tat et \u00e9quivalence de langages\u003Cbr\u003E\nTD4 : Mod\u00e9lisation graphe \u00e0 EDP et calcul de param\u00e8tres d\u0027un GNN\u003C\/p\u003E\n\u003Cp\u003EBE1 : Exercice sur la mod\u00e9lisation par un graphe, par une matrice et par un graphe probabiliste et simulation comportementale\u003Cbr\u003E\nBE2 : Exercice sur la mod\u00e9lisation d\u0027un syst\u00e8me par un automate \u00e0 \u00e9tat et par un automate hybride.\u003Cbr\u003E\nBE3 : Mod\u00e9lisation d\u0027un graphe pour mod\u00e9liser un r\u00e9seau depuis un BDD, et apprentissage d\u0027un comportement par un GNN.\u003C\/p\u003E\u003C\/span\u003E\n                      \u003C\/div\u003E\n                  \u003C\/div\u003E\n        \u003Cdiv class=\u0022field-spacing\u0022\u003E\n      \u003Cdiv class=\u0022field__label h3 dash\u0022\u003EObjectifs d\u0026#039;apprentissage\u003C\/div\u003E\n                        \u003Cdiv class=\u0022mt-5 text-justify\u0022\u003E\n                                      \u003Cspan\u003E\u003Cp\u003EL\u0027objectif de ce module est de comprendre l\u0027int\u00e9r\u00eat et l\u0027utilit\u00e9 d\u0027une mod\u00e9lisation d\u0027un syst\u00e8me quelconque par la th\u00e9orie des graphes, et de la possibilit\u00e9 d\u0027\u00e9tendre les graphes suivant le syst\u00e8me en utilisant les concepts existants. Ceci permet \u00e0 l\u0027\u00e9tudiant de d\u00e9velopper des comp\u00e9tences primordiales en mod\u00e9lisation et formalisation, n\u00e9cessaires \u00e0 tout probl\u00e8me scientifique, et servant de bases \u00e0 toutes les m\u00e9thodes scientifiques de r\u00e9solutions.\u003C\/p\u003E\u003C\/span\u003E\n                      \u003C\/div\u003E\n                  \u003C\/div\u003E\n        \u003Cdiv class=\u0022field-spacing\u0022\u003E\n      \u003Cdiv class=\u0022field__label h3 dash\u0022\u003EOrganisation g\u00e9n\u00e9rale et modalit\u00e9s p\u00e9dagogiques\u003C\/div\u003E\n                        \u003Cdiv class=\u0022mt-5 text-justify\u0022\u003E\n                                      \u003Cspan\u003E\u003Cp\u003ECours th\u00e9oriques, TDs d\u0027application, projets sur logiciel de simulation\u003C\/p\u003E\u003C\/span\u003E\n                      \u003C\/div\u003E\n                  \u003C\/div\u003E\n                \u003Cdiv class=\u0022field-spacing\u0022\u003E\n      \u003Cdiv class=\u0022field__label h3 dash\u0022\u003EComp\u00e9tences\u003C\/div\u003E\n                        \u003Cdiv class=\u0022mt-5 text-justify\u0022\u003E\n                                      \u003Cspan\u003E\u003Cp\u003EA la fin de ce module, les apprenants seront capables de mod\u00e9liser un probl\u00e8me sous forme de graphe, et d\u0027adapter ce graphe suivant leur besoins avec les concepts temporels, probabilistes, \u00e9v\u00e9nementiels, r\u00e9actifs, etc.). Avec l\u0027acquisition de comp\u00e9tences en Machine Learning, les applications possibles concernent les champs de l\u0027automatique, de la m\u00e9canique, de l\u0027informatique et des math\u00e9matiques appliqu\u00e9es.\u003C\/p\u003E\u003C\/span\u003E\n                      \u003C\/div\u003E\n                  \u003C\/div\u003E\n                \u003Cdiv class=\u0022field-spacing\u0022\u003E\n      \u003Cdiv class=\u0022field__label h3 dash\u0022\u003ENature de l\u0026#039;\u00e9valuation\u003C\/div\u003E\n                        \u003Cdiv class=\u0022mt-5 text-justify\u0022\u003E\n                                      \u003Cspan\u003EEvaluation Continue non Int\u00e9grale\u003C\/span\u003E\n                      \u003C\/div\u003E\n                  \u003C\/div\u003E\n      \u003C\/div\u003E\n  \u003C\/div\u003E\n\u003C\/div\u003E\n","settings":null}]