Objectifs de l’enseignement:
Prise de connaissance des différentes paradigmes modernes de l’IA, surtout ceux inspirés des mécanismes biologiques.
Connaissances préalables recommandées:
Module initiation à intelligence artificielle de licence.
Contenu de la matière :
- Introduction générale à l’IA
- Les algorithmes génétiques
- Les réseaux de neurones
- La logique floue
- Les systèmes immunitaires artificiels
- Les automates cellulaires
Mode d’évaluation :
60% examen et 40% travail personnel
Références:
- David Goldberg, Algorithmes génétiques, Addison Wesley, juin 1994,
- Hertz, A. Krogh & R. G. Palmer, An introduction to the theory of Neural Computation (Addison-Wesley, 1991)
- M. Bishop, Neural Networks for Pattern Recognition (Oxford: Oxford University Press, 1995)
- Jelena Godjevac, Idées nettes sur la logique floue. ISBN: 2-88074-378-8.
- Cook, Universality in Elementary Cellular Automata, Complex Systems, 15(1), 2004, pp. 1-40.
- Ollinger, The quest for small universal cellular automata, International Colloquium on Automata, Languages and Programming (2002), Lecture Notes in Computer Science, pp. 318-330.
- Dasgupta , Artificial Immune Systems (Special issue of the journal IEEE Transaction on EvolutionaryComputation). Vol. 6, No. 3, June 2002.