| Titre : |
Ordonnancer le trafic dans des réseaux déterministes grâce à l’apprentissage par renforcement |
| Type de document : |
thèse |
| Auteurs : |
Adrien ROBERTY, Auteur ; Annie CHOQUET-GENIET, Directeur de thèse ; Frédéric RIDOUARD, Directeur de thèse ; Siwar BEN HADJ SAÏD, Directeur de thèse ; Henri BAUER, Directeur de thèse ; LIAS UR 20299 UP-ENSIP / ISAE-ENSMA, Commanditaire ; Katia JAFFRÈS-RUNSER, Rapporteur ; Abdelmadjid BOUABDALLAH, Rapporteur ; Nicolas NAVET, Examinateur ; Mireille SARKISS, Examinateur |
| Importance : |
111 p. |
| Note générale : |
NNT 2024ESMA0001
Résumé
Mots clés
Remerciements
Acronymes
Symboles
Sommaire
Liste des tableaux
liste des figures
Introduction générale
Bibliographie
Glossaire
Table des matières
Résumé
Mots clés
|
| Catégories : |
Apprentissage par renforcement (intelligence artificielle)
Apprentissage profond
Industrie 4.0
Intelligence artificielle
Ordonnancement (informatique)
Temps réel (informatique)
|
| Résumé : |
CONTEXTE TECHNOLOGIQUE
Les délais de bout en bout
Time-Sensitive Networking
Apprentissage automatique
Apprentissage par renforcement
État de l'art
CONTRIBUTIONS
Introduction aux contributions
Configurer le TAS de manière indentique
Configurer le TAS de manière individuelle
CONCLUSION GÉNÉRALE ET PERSPECTIVES
|
| En ligne : |
https://theses.hal.science/tel-04634443 |
Faire une suggestion Affiner la rechercheOrdonnancer le trafic dans des réseaux déterministes grâce à l’apprentissage par renforcement
