Avec le développement rapide de la technologie de l’intelligence artificielle (IA), l’apprentissage profond a réalisé des progrès significatifs dans des tâches complexes. Cependant, le succès de l’apprentissage profond dépend largement de grandes quantités de données annotées, et le processus d’annotation des données est non seulement chronophage e...

Une étude sur un nouveau cadre pour résoudre le problème de réinstallation des migrants via l’optimisation multiobjectif évolutive Dans le contexte de la mondialisation accélérée et des dynamiques socio-économiques en constante évolution, le phénomène migratoire est devenu une tendance mondiale incontournable. Que ce soit sous l’angle de l’aide hum...

Recherche sur la navigation coopérative en environnement hybride multi-agents : Une nouvelle méthode d’apprentissage par renforcement basée sur l’apprentissage relationnel par graphe La technologie des robots mobiles connaît un essor grâce au développement du domaine de l’intelligence artificielle, la capacité de navigation restant l’un des axes de...

Étude sur le contrôle optimisé de l’apprentissage par renforcement en temps fixe pour les systèmes non linéaires appliqué au pilote automatique des navires intelligents Ces dernières années, la technologie de conduite autonome intelligente est devenue un sujet brûlant dans le domaine de la commande automatisée. Dans les systèmes non linéaires compl...

Rapport de recherche sur l’apprentissage par renforcement multi-agent déterministe distribué basé sur le consensus de politique L’apprentissage par renforcement (Reinforcement Learning, RL) a fait des avancées significatives ces dernières années dans divers domaines, notamment la robotique, les réseaux électriques intelligents et la conduite autono...

Étude sur l’amélioration et l’explicabilité d’un modèle de prévision des prix de l’électricité basé sur SHAP Contexte et motivation de la recherche Les modèles de prévision des prix de l’électricité dans les marchés électriques sont devenus des sujets de recherche majeurs ces dernières années, notamment en raison de l’impact financier des fluctuati...

Recherche révolutionnaire sur l’ordonnancement dynamique multiobjectif flexible des ateliers : une nouvelle méthode pour optimiser les préférences d’objectifs via l’apprentissage multitâche dans la programmation génétique Introduction à l’arrière-plan L’ordonnancement dynamique flexible des ateliers (Dynamic Flexible Job Shop Scheduling, DFJSS) est...

Recherche sur l’amélioration des capacités d’évitement d’obstacles de drones dans des environnements à perception visuelle limitée basée sur l’apprentissage par renforcement guidé par des stratégies non expertes Ces dernières années, les drones (Unmanned Aerial Vehicle, UAV) ont été largement utilisés dans des domaines civils tels que la livraison ...

Mise en œuvre efficace des fonctions d’activation RNN : percée dans l’algorithme CORDIC et l’accélération matérielle FPGA Contexte et importance de l’étude Ces dernières années, avec le développement rapide des technologies d’apprentissage profond, les réseaux neuronaux récurrents (Recurrent Neural Networks, RNN), en particulier les réseaux à mémoi...

Une étude sur une nouvelle architecture intégrée en 3D monolithique IGZO-RRAM-SRAM : Une percée pour améliorer l’efficacité des calculs basés sur les réseaux neuronaux Contexte et motivation de la recherche Avec l’application croissante des réseaux neuronaux (Neural Network, NN) dans le domaine de l’intelligence artificielle, les architectures de c...