Télécharger la présentation
La présentation est en train de télécharger. S'il vous plaît, attendez
Publié parToussaint Chretien Modifié depuis plus de 11 années
1
Présentation de la société, des logiciels et des services
2
Editeur de logiciels en statistique non-linéaire
+ Conseil, Etudes et Formation en : Modélisation, analyse de sensibilité, simulation et optimisation de phénomènes statiques ou dynamiques décrits par : - des modèles physiques de connaissance - des modèles boite noire (réseaux de neurones) - des équations différentielles ordinaires Réduction du nombre d’essais : Plans d’expériences pour modèles non-linéaires Estimation précise des quantiles et indices de capabilité des distributions non-gaussiennes Génération automatique de code C pour tout modèle non-linéaire algébrique et EDO. Neuro One est une toolbox de Matlab et de Maple
3
Réseaux de neurones : Exemple NEURO ONE
Modélisation, analyse de sensibilité et calcul inverse + Algorithme d’apprentissage Gradient !
4
Exemple NEURO PEX Plans d‘expériences pour réseaux de neurones
les points optimaux sont situés là où la variance est la plus élevée
5
Exemple NEURO PEX Plans d‘expériences pour équations différentielles
Cinétique chimique A B C [A], [B], [C] 1, 1, 2, 2 Solution via DLL dédiée points optimaux t = 0,5 t = 2,4 t = 7,7 t = 20
6
Exemple NEURO PROBA Ex. 2 : ST-MICROELECTRONICS / 90nm
L’estimation des quantiles et indices de capabitié est cruciale en fiabilité Cpk-Gauss = 2,19 Cpk-RN = 1,30 (seuil 0/1 = 1,65) NEURO PROBA dispose d’un algorithme de calcul inverse pour simuler des phénomènes aléatoires
7
Exemple NEURO CODE Générateur automatique de code C
Tout modèle de connaissance non-linéaire Tout réseau de neurones Le logiciel Neuro Code génère en moins de 10 s 3000 lignes de code C : Fonction de transfert Intervalles de confiance Algorithme d’apprentissage (Levenberg-Marquardt)
8
Applications TOTAL Modélisation et optimisation de procédés :
Indices d’octane ( ) Capteurs virtuels en remplacement de capteurs coûteux Colonnes à distiller chez Bluestar Silicones ex-Rhodia Saint-Fons (2004) Contrôle-commande : Modèles non-linéaires et réseaux de neurones directement implémentés dans des automates programmables (tests en cours avec la carte AIDIAG de Prosyst sur les automates Schneider Premium) Par exemple pour de la commande prédictive Identification des expériences/modèles en catalyse Plans d’expériences Expériences réelles Simulation numérique en exploration pétrolière (combiné avec du krigeage)
9
Merci de votre attention
Tel :
Présentations similaires
© 2024 SlidePlayer.fr Inc.
All rights reserved.