Les Inscriptions à la Bibliothèque sont ouvertes en
ligne via le site: https://biblio.enp.edu.dz
Les Réinscriptions se font à :
• La Bibliothèque Annexe pour les étudiants en
2ème Année CPST
• La Bibliothèque Centrale pour les étudiants en Spécialités
A partir de cette page vous pouvez :
| Retourner au premier écran avec les recherches... |
Détail de l'auteur
Auteur Hervé Soulard
Documents disponibles écrits par cet auteur
Faire une suggestion Affiner la rechercheLes automates programmables industriels / William Bolton
Titre : Les automates programmables industriels Type de document : texte imprimé Auteurs : William Bolton, Auteur ; Hervé Soulard, Traducteur Editeur : Paris : Dunod Année de publication : 2010 Autre Editeur : Paris : Dunod : l'Usine nouvelle Collection : Technique et ingénierie, ISSN 1628-45 Importance : IX, 415 p. Présentation : ill. Format : 24 cm ISBN/ISSN/EAN : 978-2-10-054705-0 Note générale : Annexes. - Index Langues : Français (fre) Mots-clés : Automates programmables
Automatique
Informatique industrielle
Industrie -- Technique, RobotiqueIndex. décimale : 681.5 Technologie de la commande automatique. Technologie intelligence. systèmes de contrôle. Automation Résumé : Cet ouvrage s'adresse aux professionnels et aux étudiants du domaine de l'informatique industrielle et de l'automatisme qui doivent comprendre et mettre en application des automates programmables industriels (API).
À l'aide d'un jargon minimal, d'explications claires et d'exemples simples, ce livre constitue un guide utile pour :
- Comprendre les principales caractéristiques de la conception et de l'architecture interne des API.
- Donner les caractéristiques des dispositifs d'entrées et de sorties les plus courants.
- Décrire les liens de communication mis en oeuvre dans les systèmes de commande.
- Concevoir des programmes à contacts pour les fonctions logiques et, ou, non, non-et, non-ou et ou exclusif.
- Développer des programmes en utilisant les diagrammes de schémas fonctionnels, les listes d'instructions, le texte structuré et les graphes de fonction séquentielle.
- Ecrire des programmes fondés sur des relais internes, des temporisateurs, des compteurs, des registres à décalage, des séquenceurs ...
- Maîtriser des méthodes employées pour le diagnostic des défauts, les tests et le débogage.
De nombreux exemples et exercices fondés sur différents automates répandus facilitent la lecture et la compréhension.Note de contenu : Au sommaire:
1. Automates programmables industriels
2. Dispositifs d'entrées-sorties
3. Systèmes numériques
4. Traitement des entrées-sorties
5. Langage a contacts et diagrammes de schémas fonctionnels
6. Programmation IL, SFC et ST
7. Relais internes
8. Sauts et appels
9. Temporisateurs
10. CompteursLes automates programmables industriels [texte imprimé] / William Bolton, Auteur ; Hervé Soulard, Traducteur . - Dunod : Paris : Dunod : l'Usine nouvelle, 2010 . - IX, 415 p. : ill. ; 24 cm. - (Technique et ingénierie, ISSN 1628-45) .
ISBN : 978-2-10-054705-0
Annexes. - Index
Langues : Français (fre)
Mots-clés : Automates programmables
Automatique
Informatique industrielle
Industrie -- Technique, RobotiqueIndex. décimale : 681.5 Technologie de la commande automatique. Technologie intelligence. systèmes de contrôle. Automation Résumé : Cet ouvrage s'adresse aux professionnels et aux étudiants du domaine de l'informatique industrielle et de l'automatisme qui doivent comprendre et mettre en application des automates programmables industriels (API).
À l'aide d'un jargon minimal, d'explications claires et d'exemples simples, ce livre constitue un guide utile pour :
- Comprendre les principales caractéristiques de la conception et de l'architecture interne des API.
- Donner les caractéristiques des dispositifs d'entrées et de sorties les plus courants.
- Décrire les liens de communication mis en oeuvre dans les systèmes de commande.
- Concevoir des programmes à contacts pour les fonctions logiques et, ou, non, non-et, non-ou et ou exclusif.
- Développer des programmes en utilisant les diagrammes de schémas fonctionnels, les listes d'instructions, le texte structuré et les graphes de fonction séquentielle.
- Ecrire des programmes fondés sur des relais internes, des temporisateurs, des compteurs, des registres à décalage, des séquenceurs ...
- Maîtriser des méthodes employées pour le diagnostic des défauts, les tests et le débogage.
De nombreux exemples et exercices fondés sur différents automates répandus facilitent la lecture et la compréhension.Note de contenu : Au sommaire:
1. Automates programmables industriels
2. Dispositifs d'entrées-sorties
3. Systèmes numériques
4. Traitement des entrées-sorties
5. Langage a contacts et diagrammes de schémas fonctionnels
6. Programmation IL, SFC et ST
7. Relais internes
8. Sauts et appels
9. Temporisateurs
10. CompteursExemplaires
Code-barres Cote Support Localisation Section Disponibilité Etat_Exemplaire 054903 681.5 BOL Papier Bibliothèque Centrale Automatique Disponible Consultation sur place 054902 681.5 BOL Papier Bibliothèque Centrale Automatique Disponible En bon état
Titre : Deep learning avec TensorFlow : mise en oeuvre et cas concrets Type de document : texte imprimé Auteurs : Aurélien Géron, Auteur ; Hervé Soulard, Traducteur Editeur : Paris : Dunod Année de publication : 2017 Importance : XIII, 346 p. Présentation : ill. Format : 25 cm ISBN/ISSN/EAN : 978-2-10-075993-4 Note générale : Trad. de la 2e partie de : Hands-on machine learning with Scikit-Learn and TensorFlow. - Notes bibliogr. - Index Langues : Français (fre) Langues originales : Anglais (eng) Mots-clés : Apprentissage profond
Intelligence artificielleIndex. décimale : 004.8 Intelligence artificielle Résumé :
Ce livre en présente les principales techniques : les réseaux de neurones profonds, capables de modéliser toutes sortes de données, les réseaux de convolution, capables de classifier des images, les segmenter et découvrir les objets ou personnes qui s'y trouvent, les réseaux récurrents, capables de gérer des séquences telles que des phrases, des séries temporelles, ou encore des vidéos, les autoencodeurs qui peuvent découvrir toutes sortes de structures dans des données, de façon non supervisée, et enfin le Reinforcement Learning (apprentissage par renforcement) qui permet de découvrir automatiquement les meilleures actions pour effectuer une tâche (par exemple un robot qui apprend à marcher).Ce livre présente TensorFlow, le framework de Deep Learning créé par Google. Il est accompagné de notebooks Jupyter (disponibles sur github) qui contiennent tous les exemples de code du livre, afin que le lecteur puisse facilement tester et faire tourner les programmesNote de contenu : Au sommaire :
1. Les fondamentaux du Machine Learning.
2. Introduction à trensorflow.
3. Introduction aux réseaux de neurones artificiels.
4. Entrainment de réseaux de neurones profonds.
5. Distribution de TensorFlow sur des precessurs ou des serveurs.
6. Réseaux de neurones convolutifs.
7. Réseaux de neurones récurrents.
8. Autoencodeurs.
9. Apprentissage par renforcement.
...Deep learning avec TensorFlow : mise en oeuvre et cas concrets [texte imprimé] / Aurélien Géron, Auteur ; Hervé Soulard, Traducteur . - Paris : Dunod, 2017 . - XIII, 346 p. : ill. ; 25 cm.
ISBN : 978-2-10-075993-4
Trad. de la 2e partie de : Hands-on machine learning with Scikit-Learn and TensorFlow. - Notes bibliogr. - Index
Langues : Français (fre) Langues originales : Anglais (eng)
Mots-clés : Apprentissage profond
Intelligence artificielleIndex. décimale : 004.8 Intelligence artificielle Résumé :
Ce livre en présente les principales techniques : les réseaux de neurones profonds, capables de modéliser toutes sortes de données, les réseaux de convolution, capables de classifier des images, les segmenter et découvrir les objets ou personnes qui s'y trouvent, les réseaux récurrents, capables de gérer des séquences telles que des phrases, des séries temporelles, ou encore des vidéos, les autoencodeurs qui peuvent découvrir toutes sortes de structures dans des données, de façon non supervisée, et enfin le Reinforcement Learning (apprentissage par renforcement) qui permet de découvrir automatiquement les meilleures actions pour effectuer une tâche (par exemple un robot qui apprend à marcher).Ce livre présente TensorFlow, le framework de Deep Learning créé par Google. Il est accompagné de notebooks Jupyter (disponibles sur github) qui contiennent tous les exemples de code du livre, afin que le lecteur puisse facilement tester et faire tourner les programmesNote de contenu : Au sommaire :
1. Les fondamentaux du Machine Learning.
2. Introduction à trensorflow.
3. Introduction aux réseaux de neurones artificiels.
4. Entrainment de réseaux de neurones profonds.
5. Distribution de TensorFlow sur des precessurs ou des serveurs.
6. Réseaux de neurones convolutifs.
7. Réseaux de neurones récurrents.
8. Autoencodeurs.
9. Apprentissage par renforcement.
...Exemplaires
Code-barres Cote Support Localisation Section Disponibilité Etat_Exemplaire 058058 004.8 GER Papier Bibliothèque Centrale Informatique Disponible En bon état 058059 004.8 GER Papier Bibliothèque Centrale Informatique Disponible Consultation sur place
