Catégories
Documents disponibles dans cette catégorie (1)
Faire une suggestion Affiner la recherche
Etendre la recherche sur niveau(x) vers le bas
Ordonnancer le trafic dans des réseaux déterministes grâce à l’apprentissage par renforcement / Adrien ROBERTY
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 Exemplaires (1)
Code-barres Cote Support Localisation Section Disponibilité TH-24 ROB ROB Numérique Thèses ISAE-ENSMA en ligne Thèses Exclu du prêt