Beaulac, Cédric
(2015).
« Intelligence artificielle avec apprentissage automatique pour l'estimation de la position d'un agent mobile en utilisant les modèles de Markov cachés » Mémoire.
Montréal (Québec, Canada), Université du Québec à Montréal, Maîtrise en mathématiques.
Fichier(s) associé(s) à ce document :
Résumé
Dans ce mémoire, nous développons une méthodologie afin d'estimer la position d'un agent mobile dans un environnement borné. Nous utilisons un modèle de semi-Markov caché pour modéliser notre problématique. Dans ce contexte, l'état caché est la position de l'agent. Nous développons les algorithmes et programmons une intelligence artificielle capable de faire le travail de façon autonome. De plus, nous utilisons l'algorithme de Baum-Welch pour permettre à cette intelligence d'apprendre de ses expériences et de fournir des estimations plus précises au fil du temps. Finalement, nous construisons un jeu vidéo pour mettre à l'épreuve cette intelligence artificielle. Le fonctionnement de la méthode est illustré avec plusieurs scénarios, et nous montrons que la méthode que nous proposons est meilleure que d'autres.
______________________________________________________________________________
MOTS-CLÉS DE L’AUTEUR : modèles de Markov cachés, modèles de semi-Markov cachés, intelligence artificielle, apprentissage automatique, jeu vidéo.
Type: |
Mémoire accepté
|
Informations complémentaires: |
Le mémoire a été numérisé tel que transmis par l'auteur. |
Directeur de thèse: |
Larribe, Fabrice |
Mots-clés ou Sujets: |
Modèles de Markov cachés / Intelligence artificielle / Apprentissage automatique / Jeux vidéo / Agents mobiles (Logiciels) |
Unité d'appartenance: |
Faculté des sciences > Département de mathématiques |
Déposé par: |
Service des bibliothèques
|
Date de dépôt: |
06 mai 2016 17:13 |
Dernière modification: |
06 mai 2016 17:13 |
Adresse URL : |
http://archipel.uqam.ca/id/eprint/8371 |