Choose an application

• Reference Manager
• EndNote
• RefWorks (Direct export to RefWorks)

During the execution of programs, managers must orchestrate the planning and performance of upwards of tens of thousands of interdependent tasks. Many of these tasks have interdependencies such that failure to meet scheduling expectations in one task can affect the execution of many others. As programs grow larger and the interdependencies of the program activities get complex, tools are needed to introduce more rigor into program management to reduce schedule risk. The Ground Based Strategic Deterrent (GBSD) currently under development — a complete replacement for the aging LGM-30 Minuteman III intercontinental ballistic missile system — is a good example of a large, complex program with numerous interdependent tasks. Given the tight schedule by which GBSD is bound and the numerous organizations participating, it is necessary that the required certification process for nuclear systems proceeds in an efficient manner. In this report, the authors present the underlying rationale behind algorithms already delivered to the GBSD program office that were designed to reduce the likelihood of rework in program execution, provide better insight into schedule risk, and provide insights into how to restructure task dependencies to manage schedule risk. Although the novel methods described in this report were developed for the GBSD program, they are general and can be applied to any program.

Graph algorithms. --- Intercontinental ballistic missiles --- Algorithmes de graphes. --- Missiles balistiques intercontinentaux --- United States. --- Procurement --- Automation. --- United States

Choose an application

• Reference Manager
• EndNote
• RefWorks (Direct export to RefWorks)

"Après le succès de De l'autre côté de la Machine, Aurélie Jean nous entraîne dans un nouveau voyage : au coeur de nos institutions juridiques et des algorithmes qui s'y exercent. Comment la loi est-elle pensée et appliquée au temps des algorithmes ? Comment les algorithmes sont-ils utilisés au sein du système judiciaire ? Et est-il vraiment possible de les réguler ? C'est un fait : les algorithmes rythment nos vies. Ils nous aident à nous déplacer, à travailler, à nous soigner, et même à légiférer. Certains, alarmistes, diraient qu'ils sont de partout... Or, peu d'entre nous les comprennent, sans parler d'en maîtriser les subtilités. Nos dirigeants, parlementaires et nos juristes n'y font pas exception, et participent pour certains à augmenter la confusion autour de leur utilisation et de leur supposé danger...Pourtant, il est aujourd'hui nécessaire, voire capital, de comprendre le fonctionnement des algorithmes développés, mais aussi d'anticiper leur développement, de l'encadrer et de l'accompagner aussi judicieusement que justement. Une chose demeure cependant certaine : les algorithmes ne disposent d'aucune personnalité juridique face à un tribunal. En revanche, s'ils ne peuvent réellement faire la loi, ils l'influencent et en orientent désormais la pratique.Mal employés, ils deviennent une menace pour ses principes de transparence et d'équité. Bien maîtrisés, ils peuvent, au contraire, guider ceux qui la font et l'exercent afin de garantir le traitement égalitaire de chacun face à la justice. Consciente du défi qui nous attend, Aurélie Jean nous appelle à agir et propose de dompter (plutôt que de réguler) les algorithmes à travers des lois souples et anticipatrices, afin de ne rien sacrifier au progrès tout en les pensant dans la plus grande objectivité scientifique, sociale et économique."

Algorithms --- Algorithmes --- Justice prédictive --- Law --- Droit --- Law and legislation. --- Droit. --- Effect of technological innovations on. --- Effets des innovations technologiques --- Computer algorithms --- Justice prédictive

Choose an application

• Reference Manager
• EndNote
• RefWorks (Direct export to RefWorks)

Écrit par des experts de renommée mondiale, ce livre est la référence incontournable en matière d'intelligence artificielle (IA) dont il présente et analyse tous les concepts : logique, probabilités, mathématiques discrètes et du continu, perception, raisonnement, apprentissage, prise de décision et action. Un traitement approfondi des sujets simples comme des sujets avancés permet aux étudiants d'acquérir une compréhension générale des frontières de l'IA sans compromettre ni la complexité et ni la rigueur. Sa spécificité est de présenter l'IA à travers le concept d'agent intelligent. Les auteurs exposent comment un système réussit à percevoir son environnement de manière à analyser ce qui s'y passe, et comment il transforme la perception qu'il a de son environnement en actions concrètes. Cette approche intégratrice montre comment les différents sous-domaines de l'IA se combinent pour construire des applications capables de répondre à la complexité du monde réel. De plus, un très grand nombre de renvois entre les sections expose les connexions entre des domaines qui sont le plus souvent présentés comme indépendants. Parmi les sujets couverts : les contributions des mathématiques, de la théorie des jeux, de l'économie, de la théorie des probabilités, de la psychologie, de la linguistique et des neurosciences ; les différentes manières de représenter formellement les connaissances relatives au monde qui nous entoure ainsi que le raisonnement logique fondé sur ces connaissances ; les méthodes de raisonnement qui permettent d'établir des plans et donc de proposer des actions à entreprendre ; la prise de décisions en environnement incertain : réseaux bayésiens et algorithmes tels que l'élimination de variables et MCMC (Markov Chain Monte-Carlo) ; les méthodes d’apprentissage automatique (machine learning) employées pour générer les connaissances nécessaires aux composants de prise de décision : boosting, EM (expectation-minimization), machines à vecteurs support, réseaux de neurones, apprentissage profond (deep learning) ; la perception avec le traitement du langage naturel et la vision par ordinateur ainsi que l'action avec la robotique ; l'avenir de l'IA et ses implications philosophiques et éthiques. Chaque chapitre est illustré par de nombreux exemples et schémas, puis se termine par un résumé. Les exercices se trouvent en anglais sur la plateforme dédiée à l'ouvrage. Cette 4e édition tient compte des derniers développements de la matière et présente les concepts de manière plus unifiée. Elle apporte un éclairage nouveau et couvre de manière élargie l'apprentissage automatique, l'apprentissage profond, l'apprentissage par transfert, les systèmes multi-agents, la robotique, le traitement du langage naturel, la causalité, la programmation probabiliste, le respect de la vie privée, l'équité et la sécurité.

Intelligence artificielle --- Logique symbolique et mathématique --- Algorithmes --- Artificial intelligence --- Artificial intelligence. --- Machine learning. --- Intelligent agents (Computer software) --- Artificial Intelligence --- Intelligence artificielle. --- Apprentissage automatique. --- Agents intelligents (Logiciels) --- artificial intelligence. --- Agents intelligents (logiciels) --- Résolution de problème. --- Apprentissage profond. --- Traitement automatique du langage naturel. --- Robotique. --- Éthique appliquée.

Choose an application

• Reference Manager
• EndNote
• RefWorks (Direct export to RefWorks)

Prédire l'avenir permet d'agir de façon optimale au présent. Aujourd'hui, les prédictions les plus précises proviennent d'algorithmes, qui permettent d'anticiper aussi bien une maladie que le départ d'un employé. Mais cette prédiction algorithmique atteint également l'État dans ses fonctions les plus régaliennes, comme la sécurité. Que ce soit en justice pénale (pour estimer le risque de récidive d'un détenu), au sein de la police (afin de connaître les probabilités d'occurrence d'un crime dans un certain lieu), ou dans la lutte contre le terrorisme (afin de détecter les menaces potentielles), les algorithmes prédictifs sont largement mobilisés en matière de sécurité intérieure et extérieure. Ces nouveaux oracles marquent-ils l'avènement de Minority Report version 2.0 ? S'ils charrient la promesse d'une efficacité accrue, ces algorithmes pourraient aussi bien agir, en cas de biais importants, comme des "armes de destruction massive". Nos valeurs nous enjoignent à nous prémunir de l'émergence d'un Big Brother que nos moyens technologiques rendent désormais possible. Le panoptique à ciel ouvert, tel que déployé par la Chine, par exemple, en constitue un exemple inquiétant. Il faut donc trouver la ligne de crête, le fragile équilibre qui doit permettre d'éviter le double écueil de l'impuissance publique et de la dystopie totalitaire. Au fond, les algorithmes sont solubles dans la démocratie s'ils la servent plutôt que s'y substituent.

Crime prevention. --- Crime forecasting --- Criminal behavior, Prediction of --- Algorithms --- Artificial intelligence --- Electronic surveillance --- Democracy --- Criminalité --- Algorithmes --- Intelligence artificielle --- Démocratie --- Prédiction du comportement criminel --- Predictive justice --- Justice prédictive --- Informatique et liberté --- Surveillance électronique --- Law and legislation. --- Law and legislation --- Prévention --- Prévision --- Droit --- Criminal justice, Administration of --- Technological innovations. --- Social aspects. --- Moral and ethical aspects. --- Évaluation du risque --- Identification biométrique --- Justice prédictive --- Informatique et liberté --- Surveillance électronique --- Évaluation du risque --- Identification biométrique