Optimisation combinatoire par le calcul neuronal et parallelisme optimal

par Mehmet Ferhan Pekergin

Thèse de doctorat en Informatique

Sous la direction de Erol Gelenbe.

Soutenue en 1992

à Paris 5 .


  • Résumé

    Cette these constituee de deux parties aborde l'efficacite du parallelisme suivant deux approches complementaires. Dans la premiere partie l'architecture neuronale est consideree comme une architecture massivement parallele sans contrainte de communication et deux methodes fondees sur le calcul neuronal appliquees a l'optimisation combinatoire sont etudiees. La methodologie de l'optimisation par les reseaux de neurones aleatoires est developpee et une methode deterministe utilisant des reseaux dynamiques est proposee pour le probleme du stable maximum. Dans le second travail l'approche de la machine de boltzmann est utilisee pour resoudre les problemes de partitionnement et de couverture. Dans la seconde partie l'efficacite du parallelisme est etudiee relativement au cout de la communication. Pour les applications executees dans les reseaux de stations de travail le niveau optimal du parallelisme est calcule en fonction des parametres du systeme et des besoins de communication des taches constituant l'application. Dans le dernier travail les probabilites de perte des paquets dans les reseaux atm sont calculees par l'approximation de diffusion stationnaire et transitoire sous la condition de charge hautement variable.


  • Pas de résumé disponible.

Consulter en bibliothèque

La version de soutenance existe sous forme papier

Informations

  • Détails : 1 vol. (142 f.)
  • Annexes : Bibliogr. f. 138-142

Où se trouve cette thèse ?

  • Bibliothèque : Université Paris Descartes-Bibliothèque Saints-Pères Sciences (Paris). Service commun de la documentation. Bibliothèque Saints-Pères Sciences.
  • Accessible pour le PEB
Voir dans le Sudoc, catalogue collectif des bibliothèques de l'enseignement supérieur et de la recherche.