Soutenance du projet de M1

Slides:



Advertisements
Présentations similaires
Calcul du flot maximum Algorithme de Ford Fulkerson Maxime Chambreuil | Nicolas Fournel | Vianney Gremmel | Leïla Traoré | Marouane Zehni UV RO.
Advertisements

Introduction à la Théorie des graphes
La recherche de chemin optimal
Fonction « carré » Fonctions polynômes de degré 2
Comparaison de deux algorithmes d’approximation
Théorie des graphes.
Les matrices.
Connexité.
Le routage optique.
Dans cette partie Graphes Eulériens.
Algorithmes et structures de données avancées Cours 7
Algorithmes et structures de données avancées Cours 4
Algorithmes et structures de données avancées Cours 6 Patrick Reuter
Algorithmes et structures de données avancés
Introduction à la Théorie des graphes
Les règles de divisibilité
Bloc1 : Théorie des graphes et problèmes d’ordonnancement
Initiation à l’informatique (MSI102)
La partie analyse en entrant par la résolution de problèmes
LES GRAPHES.
A.Faÿ 1 Recherche opérationnelle Résumé de cours.
Nombre de chaînes de longueur r
COURS SUR LA THEORIE DES GRAPHES
1 Cours numéro 3 Graphes et informatique Définitions Exemple de modélisation Utilisation de ce document strictement réservée aux étudiants de l IFSIC.
Enseignement de spécialité en S
ASI 3 Méthodes numériques pour l’ingénieur
MODULE 6 Optimisation de GRAPHES
Aujourdhui: Vérification des devoirs. Retour. Titre de la leçon et contextualisation. Lacquisition des connaissances déclaratives, procédurale et conditionnelles.
Biochimie structurale
Théorie des graphes Un peu de vocabulaire.
Coloration gap sommet identifiante de graphes
Algorithmes d ’approximation
Recherche Opérationnelle
Recherche Opérationnelle
La fonction inverse.
Présentation dans le cadre du congrès mathématique
La structure des molécules
21 février 2006Cours de graphes 2 - Intranet1 Cours de graphes Les plus courts chemins, les chemins les plus légers : à laide de la vague, à laide de la.
Programmation dynamique
ASI 3 Méthodes numériques pour l’ingénieur
Molécules polyatomiques
Soutenance de stage 16 Mai au 5 Août 2011
Les règles de divisibilité
Graphes 1. Introduction 2. Définition 3. Représentation mémoire
Arithmétique Modulaire
Le chiffrement asymétrique
GRAPHES EN INFORMATIQUE. INTRODUCTION Les objets mathématiques appelés graphes apparaissent dans de nombreux domaines comme les mathématiques, la biologie,
DU TRAITEMENT DU SIGNAL
LA LIAISON CHIMIQUE 1) INTRODUCTION
L’économie de concurrence parfaite
Les règles de divisibilité
La formation d’une liaison covalente non-polaire
Cours du Professeur TANGOUR Bahoueddine
PHYSIQUE ET CHIMIE Programme de 1S Lycée Clémenceau – Reims
Math Règles de divisibilités
- 5 - Optimisation linéaire et non-linéaire
C’est mathématique.
Présenté par Mathieu Almeida, Amine Ghozlane
REVISIONS POINTS COMMUNS
Les régularités de la division Mathématiques 7e année
CHAPITRE 03 Analyse Spectrale
Post-optimisation, analyse de sensibilité et paramétrage
M. YAMANAKA – Cours de mathématiques. Classe de 4ème.
Soutenance du projet de M1
Introduction à la Théorie des graphes
Cours 12 CROISSANCE D’UNE FONCTION. Aujourd’hui, nous allons voir ✓ Croissance et décroissance ✓ Maximum et minimum relatif.
9e Maths: Les polynômes Mme Mercer.
LES FONCTIONS REVISIONS POINTS COMMUNS Vous connaissez Les fonctions linéaires & affines : Les droites les fonctions du second degré : Les paraboles.
Complexité des Problèmes Combinatoires Module IAD/RP/RO/Complexité Philippe Chrétienne.
Spectres bidimensionnels 2014 Chimie analytique instrumentale 1 Aide pour analyser les spectres des molécules plus complexes comme par exemple la ciclosporine.
Transcription de la présentation:

Soutenance du projet de M1 ChemoInformatique Intervenants : Karl-Eduard BERGER Safâa MAROUAN Encadrant : Franck QUESSETTE

Plan 1- Introduction 2- Définition du Problème 3- Approche mathématique du Problème 4- Formalisation mathématique 5- Etude des cas 6- Conclusion

Introduction 1-1- ChemoInformtique: Définition: Discipline scientifique à l’interface entre la chimie et l’informatique. Objectif: Traitement des informations complexes produites par la recherche en chimie en utilisant l’informatique.

Introduction 1-2- RMN (résonance magnétique nucléaire): Définition: Technique permettant la connaissance de certaines informations sur les molécules chimiques en exploitant leurs propriétés magnétiques. Exemple: RMN d’une molécule chimique 

Introduction 1-3- Diagramme de corrélation: Définition: représentation graphique déterminant l’existence d’une interaction nucléaire entre les atomes de la molécules. Diagramme de corrélation de la molécule: 

Définition du Problème a résoudre Calcul des diagrammes de corrélation possibles a partir d’une RMN donnée

Approche mathématique une molécule= un graphe une raie = un bloc un atome= un sommet Liaison covalent = un arête Symétrie= automorphisme

Formalisation mathématique 1- Spectre de raies dans le cas général:

Formalisation mathématique 2- Matrice de corrélation dans le cas général :

Formalisation mathématique 3- Système a résoudre:

Etude des cas 1- Cas de deux raies : -RMN dans la cas de deux raies:

Etude de cas - Diagramme de corrélation: -Système à résoudre:

Algorithme naïf

Les contraintes 1- Contraintes sur d1 et d1: - la RMN offre des degrés selon un ordre: d1 <= d2 - Les atomes étudiés ne dépassent pas 4 liaisons covalentes: 1 <= d1 <= d2 <= 4 -contrainte saturation d’un atome: d1 <= k2 + k1 – 1 d2 <= k1 + k2 - 1

Contraintes 2- contraintes sur a et c: -contraintes de domaine: 0 <= a <= k1 ( k1 -1) 0 <= c <= k2 ( k2 -1) -contrainte de multiplicité: a = x * k1 et c= z * k2 -contraintes de parité : a et c sont pairs

Contraintes 3- Contraintes sur b: -contrainte de domaine: 0 <= b <= k1 * k2 -contrainte de multiplicité: b= y1 * k1 = y2 * k2 -contrainte de divisibilité: b est divisible par k1 et k2 - contrainte de connexité: b=0 => graphe non connexe sinon graphe connexe

Contraintes 4- contraintes sur k1 et k2: -variation de k1 et k2 est non nécessaire: 1) s’il existe un couple (k1,k2) qui a pour solution ( a , b et c) il existe un couple (K1, K2) / K1 = k*k1 et K2= k*k2 qui a pour solution: (A= k* a, B=k*b, et C=k*c) 2) s’il existe un couple (K1,K2) qui a pour solution (A,B et C) soit k=pgcd(K1,K2), si k <> 0 alors il existe un couple (k1,k2)/ k1=K1/ k et k2= K2/ k qui a pour solution (A/ k, B/ k et C/ k)

Contraintes détermination de la valeur minimale de k: ( k1,k2) -----> (a, b et c) / pgcd(k1,k2)=1. il existe Kmin / qlq soit k>=kmin (K1,K2) > (A,B,C) le Kmin vérifie les trois inégalités: 0 <= a*k <= k*k1(k*k1 -1) 0 <= b*k <= k*k1*k*k2 0 <= c*k <= k*k2(k*k2 -1)

Contraintes contrainte de parité de k: A doit est pair  a * k doit être pair Si a et c pair  aucune contrainte de parité sur k Si a ou c est impair  k doit être pair

Nouveau système à résoudre - Ancien système a résoudre: - Nouveau système a résoudre:

Algorithme optimisé

Etudes de cas : N raies Le système à résoudre est :

Résultats expérimentaux -Soit la raie suivante: -Résultat de l’algorithme: k1=1 ; k2=2 ; k-min=2 ; k-pair= non ; a= 0 ; b= 2 ; c= 4 ; d1= 2 ; d2= 3 -Matrice de corrélation possible: qlq soit k >= k-min et sans contrainte de parité on a :

Résultats expérimentaux Cas k=2:  Cas k=3:

Les contraintes

Les contraintes 1- Contraintes sur bi,i : -contraintes de domaine: 0 <= bi,i <= ki ( ki -1) -contrainte de multiplicité: bi,j = yi,i * ki -contraintes de parité : bi,i sont pairs

Les contraintes 1- Contraintes sur bi,j avec i <> j -contrainte de domaine: 0 <= bi,j <= ki * kj -contrainte de multiplicité: bi,j= yi,j * ki = yj,i * kj -contrainte de divisibilité: bi,j est divisible par ki et kj

Nouveau système a résoudre - Ancien système a résoudre: - Nouveau system a résoudre:

Algorithme optimisé

Conclusion