I.A. Session 2009/2010 E.P.S.I. Bordeaux – C.S.I.I – 2 ème Année – Cours n°3.

Slides:



Advertisements
Présentations similaires
Les présentateurs doivent souvent transmettre des informations techniques à des auditeurs qui connaissent moins bien le sujet et le vocabulaire spécifique.
Advertisements

3. Logique et mathématiques De la logique aux mathématiques.
L-System et modélisation de plantes…
Algorithmes et structures de données avancés
Structures de données et complexité
UML - Présentation.
Séminaire Biblio LISC - 3/04/02 Complexité, information Daprès JP Delahaye (1999)
Séminaire Florin Périer Alain Gély LIMOS
INTRODUCTION.
IFT313 Introduction aux langages formels
Les Systèmes Experts I.A. Session 2009/2010
Introduction à l’Intelligence Artificielle
Septième étape : travailler avec des graphes probabilistes
IFT313 Introduction aux langages formels Froduald Kabanza Département dinformatique Université de Sherbrooke planiart.usherbrooke.ca/kabanza/cours/ift313.
IFT313 Introduction aux langages formels Froduald Kabanza Département dinformatique Université de Sherbrooke planiart.usherbrooke.ca/kabanza/cours/ift313.
Algorithmes Branch & Bound
Analyse lexicale Généralités Expressions rationnelles Automates finis
Initiation à la conception de systèmes d'information
I.A. Session 2009/2010 E.P.S.I. Bordeaux – C.S.I.I – 3 ème Année – Cours n°2.
IFT313 Introduction aux langages formels
Notions de base de la théorie des langages
4 - Les automates et les lexiques morphologiques : le contenu mot fléchilemmepartie du discourstraits de flexion Habituellement, un lexique morphologique.
Théorie des graphes Un peu de vocabulaire.
Jeu de la Vie ( ) Yu LI, Laboratoire MIS, Université de Picardie Jules Verne, France.
Examen de compilation 4ème année - A
Structures de données IFT-2000
IFT313 Introduction aux langages formels Froduald Kabanza Département dinformatique Université de Sherbrooke Révision de mi-session.
IFT313 Introduction aux langages formels
IFT313 Introduction aux langages formels Froduald Kabanza Département dinformatique Université de Sherbrooke Automates à pile LR Notion de poignée.
Expressions régulières et hash tables
Périodicité, Apériodicité, Universalité et autres petits problèmes…
IFT Complexité et NP-complétude
Algorithmes d ’approximation
Applications des langages hors-contextes Les analyseurs syntactiques ascendants GNU Yacc et Bison.
Chapitre 3 Syntaxe et sémantique.
Mise en oeuvre des MMCs L'utilisation des MMCs en reconnaissance des formes s'effectue en trois étapes : définition de la topologie de la chaîne de Markov,
Partie II Sémantique.
Programmation dynamique
Programmation non procédurale Le projet ECOLE 2000
Rappel Modèle analyse-synthèse de la compilation
Structures de données IFT Abder Alikacem Gestion des exceptions Module 2 Département dinformatique et de génie logiciel Édition Septembre 2009.
IFT Complexité et NP-complétude Chapitre 0 Rappels.
Expressions régulières et hash tables
Paradigmes des Langages de Programmation
D.E ZEGOUR Ecole Supérieure d’Informatique
INTRODUCTION.
D.E ZEGOUR Ecole Supérieure d’Informatique
Les machines de Turing Lionel Blavy Sébastien Giraud Fabien Tricoire
Algorithmes et Programmation
Algorithmes Branch & Bound
I.A. Session 2009/2010 E.P.S.I. Bordeaux – C.S.I.I – 2 ème Année – Cours n°6.
D.E ZEGOUR Ecole Supérieure d’Informatique. Problèmes de décision Concepts de base Expressions régulières Notation particulière pour exprimer certaines.
Le langage Z minimal Pr ZEGOUR DJAMEL EDDINE
Le langage Racket (Lisp)
I.A. Session 2009/2010 E.P.S.I. Bordeaux – C.S.I.I – 2 ème Année – Cours n°5.
Exploration systématique de graphes
D.E ZEGOUR Ecole Supérieure d’Informatique
Introduction et Généralités sur l’Algorithmique
Recherche par automates finis
Les transducteurs En anglais transducers.
Abdelkader Heni FUNDP Syntaxe et sémantique Abdelkader Heni FUNDP
ASI 3 Méthodes numériques pour l’ingénieur
Hiver 2004SEG2501 Chapître 41 Chapître 4 SDL – structure d’un système et son comportement.
Machines à états finis.
Chapitre 4 La représentation des nombres.
LOGIQUE ET PROGRAMMATION LOGIQUE
Philippe Gandy - 8 septembre 2015 Basé sur les notes de cours de Daniel Morin et Roch Leclerc.
Algorithmes parallèles
Algorithmes Branch & Bound Module IAD/RP/RO Master d ’informatique Paris 6 Philippe Chrétienne.
1 Initiation aux bases de données et à la programmation événementielle VBA sous ACCESS Cours N° 4 Support de cours rédigé par Bernard COFFIN Université.
Transcription de la présentation:

I.A. Session 2009/2010 E.P.S.I. Bordeaux – C.S.I.I – 2 ème Année – Cours n°3

Définition Un automate est un dispositif se comportant de manière automatique, cest-à-dire sans nécessiter dintervention humaine. Un automate se défini par : – Un ensemble détats, – Un système de transition entre les états.

Concrètement Exemples dautomates: – Une cafetière – Machine de Turing – Un tamagotchi – Un compilateur

Implémentation Il existe plusieurs façons dimplémenter un automate. Les plus courantes sont : – une matrice : lautomate est représenté par la matrice dadjacence de ses états. On multiplie une matrice des états actifs par cette dernière pour transiter entre les états. – un graphe : Les sommets représentent les états, et les arcs les transitions. Cette solution permet de modéliser des automates plus complexes.

Classes dautomates Automates à états finis : – Déterministes : Chaque état dispose au plus dune transition par symbole, i.e. on peut savoir quel était létat précédent quel que soit létat actuel de lautomate. – Non déterministes : on peut transiter entre les états de plusieurs façons.

Classes dautomates Automates à pile (Push Down Automata): il sagit dautomates à état fini auxquels on a adjoint de la mémoire sous la forme dune pile (stack). Machines de Turing (Cf. Cours précédent). Automates cellulaires : grille de cellules chacune définie par un ensemble détats qui évolue en fonction de létat des cellules voisines. A chaque nouvelle unité de temps la même règle de transition est appliquée à toutes les cellules de la grille.

Optimisation Optimiser ou minimiser un automate à états finis consiste à calculer lautomate de fonctionnement identique avec le plus petit nombre détat possible. Un automate optimisé est dit « sous forme canonique ». Loptimisation permet ainsi de déterminer légalité entre deux automates.

Langage et grammaire formels Un langage formel (par opposition au langage naturel) est mode dexpression défini par : – Un ensemble de mots… – …obéissant à des règles logiques strictes. Cet ensemble de règles est appelé grammaire formelle ou syntaxe. Une grammaire peut être représentée par un automate.

Exemple : le cadavre exquis

Vocabulaire Symbole (ou Atome) : unité de sens qui a un effet sur la machine. Mot : chaine finie qui consiste en une concaténation de symboles. Alphabet : ensemble fini de symboles. Langage : ensemble de mots formés de symboles dun alphabet donné. Un langage peut ou non être fini. Etoile de Kleene (*) : représente lensemble de toutes les chaînes possibles.

We are continually faced with a series of great opportunities brilliantly disguised as insoluble problems. John W. Gardner Authors: Ophir Paz ) Geoffroy Vincens