7. Nonlinear Time Series Analysis / Holger KANTZ

Titre : Nonlinear Time Series Analysis Type de document : texte imprimé Auteurs : Holger KANTZ ; Thomas SCHREIBER Mention d'édition : First edition Editeur : Cambridge : Cambridge Univeristy Press Année de publication : 1997 Collection : Cambridge Nonlinear Science Series Importance : 304 p. ISBN/ISSN/EAN : 978-0-521-65387-9 Note générale : Contents Preface Acknowledgements References Index Catégories : Séries chronologiques Systèmes dynamiques aléatoires Systèmes non linéaires Théories non linéaires Index. décimale : 519.5 Statistique mathématique Résumé : BASIC TOPICS Introduction : Why Nonlinear Methods ? Linear Tools and General Considerations Phase Space Methods Determination and Predictability Instability : Lyapunov Exponents Self-Similary : Dimensions Using Nonlinear Methods when Determinism is Weak Selected Nonlinear Phenomena ADVANCED TOPICS Advanced Embedding Methods Chaotic Data and Noise More about Invariant Quantities Modelling and Forcecasting Chaos Control Other Selected Topics

Exemplaires (1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
B00006011	519.5 KAN	Ouvrage	BIBLIOTHÈQUE - ACCÈS LIBRE	500 - Sciences - Mathématiques	Disponible

7. Nonlinear Time Series Analysis / Holger KANTZ

Titre : Nonlinear Time Series Analysis Type de document : texte imprimé Auteurs : Holger KANTZ ; Thomas SCHREIBER Mention d'édition : First edition Editeur : Cambridge : Cambridge Univeristy Press Année de publication : 1997 Collection : Cambridge Nonlinear Science Series Importance : 304 p. ISBN/ISSN/EAN : 978-0-521-55144-1 Note générale : Contents Preface Acknowledgements References Index Catégories : Séries chronologiques Systèmes dynamiques aléatoires Systèmes non linéaires Théories non linéaires Index. décimale : 519.5 Statistique mathématique Résumé : BASIC TOPICS Introduction : Why Nonlinear Methods ? Linear Tools and General Considerations Phase Space Methods Determinism and Predictability Instabiblity : Lyapunov Exponents Self-Similarity : Dimensions Using Nonlinear Methods When Determinism Is Weak Selected Nonlinear Phenomena ADVANCED TOPICS Advanced Embedding Methods Chaotic Data and Noise More about Invariant Quantities Modelling and Forecasting Chaos Control Other Selected Topics

Exemplaires (1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
B00006006	519.5 KAN	Ouvrage	BIBLIOTHÈQUE - ACCÈS LIBRE	500 - Sciences - Mathématiques	Disponible

Estimation et prédiction des productions d’énergies renouvelables et des consommations d’un réseau de distribution d’électricité / Mohamed TRIBAK  

Titre : Estimation et prédiction des productions d’énergies renouvelables et des consommations d’un réseau de distribution d’électricité Type de document : thèse Auteurs : Mohamed TRIBAK, Auteur ; Emmanuel GROLLEAU, Directeur de thèse ; Brice CHARDIN, Directeur de thèse ; Thierry POINOT, Directeur de thèse ; LIAS UR 20299 UP-ENSIP / ISAE-ENSMA, Commanditaire ; Sadok BEN YAHIA, Rapporteur ; Marie-Jeanne LESOT, Rapporteur ; Thomas DEVOGELE, Examinateur Année de publication : 2021 Importance : 166 p. Note générale : NNT 2021ESMA0012 Remerciements Résumé Abstract Table des matières Introduction générale Table des figures Liste des tableaux Bibliographie Annexes Résumé Mots clés Catégories : Apprentissage automatique Electricité:Production:Prévision Réseaux électriques intelligents Séries chronologiques Résumé : CONTEXTE GÉNÉRAL DE LA THÈSE Introduction du chapitre Réseau électrique français Contexte et enjeux de la thèse DONNÉES ET GÉNÉRALITÉS Introduction du chapitre Éléments de vocabulaire Données Prétraitement de données Qualité de données Conclusion du chapitre CONSOMMATION ÉLECTRIQUE DU RÉSEAU SRD Introduction du chapitre Objectif détaillé Généralités Données et expérimentation Résultats Conclusion du chapitre ESTIMATION DE LA PRODUCTION PV Introduction du chapitre Objectif détaillé Généralités Données et expérimentation Résultats Conclusion du chapitre PRÉVISION DE LA PRODUCTION PV Introduction du chapitre Objectif détaillé État de l'art Méthodologie de prévision Données et modélisation Résultats Conclusion du chapitre CONCLUSION GÉNÉRALE ET PERSPECTIVES En ligne : https://tel.archives-ouvertes.fr/tel-03477632

Exemplaires (1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
TH-21 TRI	TRI	Numérique	Thèses ISAE-ENSMA en ligne	Thèses	Exclu du prêt

Gestion et exploitation de données capteurs : une approche basée sur la réduction de données / Khedidja BOULANOUAR  

Titre : Gestion et exploitation de données capteurs : une approche basée sur la réduction de données Type de document : thèse Auteurs : Khedidja BOULANOUAR, Auteur ; Allel HADJALI, Directeur de thèse ; Mohand LAGHA, Directeur de thèse ; LIAS UR 20299 UP-ENSIP / ISAE-ENSMA, Commanditaire ; Karima AKLI-ASTOUATI, Rapporteur ; Sofian MAABOUT, Rapporteur ; Salah BOUKRAA, Examinateur ; Daniela GRIGORI, Examinateur Importance : 110 p. Note générale : NNT 2021ESMA0011 Remerciements Table des matières Liste des figures Liste des tableaux Introduction générale Bibliographie Acronymes Résumé Mots clés Catégories : Algorithmes génétiques Analyse des données Bases de données:Gestion Intelligence computationnelle Quantificateurs (logique mathématique) Séries chronologiques Résumé : PRÉLIMINAIRES ET ÉTAT DE L'ART Notions de base Travaux connexes : techniques de réduction des données CONTRIBUTIONS Construction de résumés de données : approches fondées sur l'intelligence computationnelle Résumés linguistiques dans le contexte des séries temporelles Algorithmes génétiques multiobjectif au service des résumés linguistiques CONCLUSION GÉNÉRALE En ligne : https://tel.archives-ouvertes.fr/tel-03483342

Exemplaires (1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
TH-21 BOU	BOU	Numérique	Thèses ISAE-ENSMA en ligne	Thèses	Exclu du prêt

Informatique. Découverte du Machine Learning : Les outils de l'apprentissage automatique / Gérard FLEURY

Titre : Informatique. Découverte du Machine Learning : Les outils de l'apprentissage automatique Type de document : texte imprimé Auteurs : Gérard FLEURY, Auteur ; Philippe LACOMME, Auteur ; Matthieu GONDRAN, Auteur ; Chafik SAMIR, Auteur Editeur : Ellipses Année de publication : 2021 Collection : Technosup (Paris), ISSN 1275-3955 Importance : 306 p. ISBN/ISSN/EAN : 978-2-340-04733-4 Note générale : Préface Avant-propos À qui s'adresse ce livre ? Remerciements Table des matières Index Catégories : Apprentissage automatique Exploration de données Intelligence computationnelle Langages de programmation Réseaux neuronaux (informatique) Séries chronologiques Index. décimale : 006.3 Intelligence artificielle Résumé : Machine Learning Les réseaux de neurones Découverte de TensorFlow et de Keras Réseaux Bayésiens Les méthodes de classification Weka et le Data Mining Séries chronologiques

Exemplaires (1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
B00011331	006.3 FLE	Ouvrage	BIBLIOTHÈQUE - ACCÈS LIBRE	000 - Informatique - Bibliothéconomie	Disponible

---

1 (1 - 5 / 5) Par page : 25 50 100 200