1 Réseaux (Ch. 7) Intelligence Artificielle (Ch. 14) Marianne Morris.

45
1 Réseaux (Ch. 7) Intelligence Artificielle (Ch. 14) Marianne Morris

Transcript of 1 Réseaux (Ch. 7) Intelligence Artificielle (Ch. 14) Marianne Morris.

Page 1: 1 Réseaux (Ch. 7) Intelligence Artificielle (Ch. 14) Marianne Morris.

1

Réseaux (Ch. 7)

Intelligence Artificielle (Ch. 14)

Marianne Morris

Page 2: 1 Réseaux (Ch. 7) Intelligence Artificielle (Ch. 14) Marianne Morris.

2

Réseaux et Internet

Un réseau Ensemble d’ordinateurs connectés Échange d’information et de

ressources N’importe quel genre d’information

peut être échangé Signaux radio, son, photos, films, etc.

Page 3: 1 Réseaux (Ch. 7) Intelligence Artificielle (Ch. 14) Marianne Morris.

3

Réseaux

Un réseau

Un ensemble de systèmes indépendants connectés par des links de télécommunication

Nœuds « nodes » ou hôtes « hosts » Des ordinateurs individuels sur un réseau

Page 4: 1 Réseaux (Ch. 7) Intelligence Artificielle (Ch. 14) Marianne Morris.

4

Links de communication

Un modem

aide à échanger de l’information en passant de forme analogue à forme digitale, et vice versa

Page 5: 1 Réseaux (Ch. 7) Intelligence Artificielle (Ch. 14) Marianne Morris.

5

Figure 7.1 Two Forms of Information Representation

Page 6: 1 Réseaux (Ch. 7) Intelligence Artificielle (Ch. 14) Marianne Morris.

6

Figure 7.2

Modulation of a Carrier to Encode Binary Information

Page 7: 1 Réseaux (Ch. 7) Intelligence Artificielle (Ch. 14) Marianne Morris.

7

Communication Links

• Dial-up phone links

– Transmission rate: 56,000 bps (56 Kbps)

• Broadband

– Transmission rate: Exceeding 256,000 bps (256 Kbps)

Page 8: 1 Réseaux (Ch. 7) Intelligence Artificielle (Ch. 14) Marianne Morris.

8

Communication Links

• Options for broadband communications

– Home use

• Digital subscriber line (DSL)

• Cable modem

– Commercial and office environment

• Ethernet

• Fast Ethernet

• Gigabit Ethernet

Page 9: 1 Réseaux (Ch. 7) Intelligence Artificielle (Ch. 14) Marianne Morris.

9

Figure 7.3

Transmission Time of an Image at Different Transmission Speeds

Page 10: 1 Réseaux (Ch. 7) Intelligence Artificielle (Ch. 14) Marianne Morris.

10

Communication Links

• Wireless data communication

– Uses radio, microwave, and infrared signals

– Enables “mobile computing”

– Types of wireless data communication

• Wireless local access network

• Wireless wide-area access network

Page 11: 1 Réseaux (Ch. 7) Intelligence Artificielle (Ch. 14) Marianne Morris.

11

Local Area Networks

Local Area Network (LAN) Connecter des appareils qui sont

proches l’un de l’autre géographiquement

Ex: même département ou édifice

Le maître de l’appareil est le même que celui de la communication

Page 12: 1 Réseaux (Ch. 7) Intelligence Artificielle (Ch. 14) Marianne Morris.

12

Local Area Networks

• Local area network (LAN)

– Connects hardware devices that are in close proximity

– The owner of the devices is also the owner of the means of communications

– Common wired LAN topologies

• Bus

• Ring

• Star

Page 13: 1 Réseaux (Ch. 7) Intelligence Artificielle (Ch. 14) Marianne Morris.

13

Figure 7.4

Some Common LAN Topologies

Page 14: 1 Réseaux (Ch. 7) Intelligence Artificielle (Ch. 14) Marianne Morris.

14

Local Area Networks

Ethernet La technologie LAN est la plus

commune Fait usage de topologie BUS Deux méthodes de construire un LAN

Câble partagé « Shared cable » HUBs: très communs

Ethernet HUB

Page 15: 1 Réseaux (Ch. 7) Intelligence Artificielle (Ch. 14) Marianne Morris.

15

Figure 7.5An Ethernet LAN ImplementedUsing Shared Cables

Page 16: 1 Réseaux (Ch. 7) Intelligence Artificielle (Ch. 14) Marianne Morris.

16

Figure 7.6

An Ethernet LAN Implemented Using a HUB

Page 17: 1 Réseaux (Ch. 7) Intelligence Artificielle (Ch. 14) Marianne Morris.

17

Wide Area Networks

Wide Area Network (WAN) Connecter des appareils très loin

géographiquement – à travers une ville ou même à travers l’océan!

Les utilisateurs de ces communications doivent acheter ces services

Page 18: 1 Réseaux (Ch. 7) Intelligence Artificielle (Ch. 14) Marianne Morris.

18

Wide Area Networks

• Wide area networks (WANs)

– Connect devices that are across town, across the country, or across the ocean

– Users must purchase telecommunications services from an external provider

– Dedicated point-to-point lines

– Most use a store-and-forward, packet-switched technology to deliver messages

Page 19: 1 Réseaux (Ch. 7) Intelligence Artificielle (Ch. 14) Marianne Morris.

19

Figure 7.7

Typical Structure of a Wide Area Network

Page 20: 1 Réseaux (Ch. 7) Intelligence Artificielle (Ch. 14) Marianne Morris.

20

Figure 7.8(a)

Structure of a Typical Company Network

Page 21: 1 Réseaux (Ch. 7) Intelligence Artificielle (Ch. 14) Marianne Morris.

21

Figure 7.8(c)Hierarchy of Internet Service Providers (ISP)

Page 22: 1 Réseaux (Ch. 7) Intelligence Artificielle (Ch. 14) Marianne Morris.

22

Structure de l’Internet

Réseaux de réseaux interconnectés

Inclus… « Nodes », LANs, WANs, « bridges »,

« routers » …et plusieurs niveaux de ISP

Page 23: 1 Réseaux (Ch. 7) Intelligence Artificielle (Ch. 14) Marianne Morris.

23

Protocoles de communication Un protocole

Un ensemble de règlements et de conventions dont on se met d’accord pour pouvoir échanger de l’information efficacement et d’une manière ordonnée

TCP/IP Hiérarchie de protocole de l’Internet Gouverne l’opération de l’Internet En a cinq « layers » de communication

Page 24: 1 Réseaux (Ch. 7) Intelligence Artificielle (Ch. 14) Marianne Morris.

24

Figure 7.10

The Five-Layer TCP/IP Internet Protocol Hierarchy

Page 25: 1 Réseaux (Ch. 7) Intelligence Artificielle (Ch. 14) Marianne Morris.

25

Intelligence Artificielle(Chapitre 14

Intro brève à l’intelligence artificielle

Pattern Recognition Robotiques Brain Tumour Growth Prediction

Page 26: 1 Réseaux (Ch. 7) Intelligence Artificielle (Ch. 14) Marianne Morris.

26

Intro à l’Intelligence Artificielle

La construction de programmes informatiques qui s’adonnent à des tâches qui sont, pour l’instant, accomplies de façon plus satisfaisante par des êtres humains car elles demandent des processus mentaux de haut niveau tels que : l’apprentissage perceptuel, l’organisation de la mémoire et le raisonnement critique 

Marvin Lee Minsky

Page 27: 1 Réseaux (Ch. 7) Intelligence Artificielle (Ch. 14) Marianne Morris.

27

Projets en IA

Robotiques Bioinformatiques Informatiques médicales Poker Web

www.aicml.ca

Page 28: 1 Réseaux (Ch. 7) Intelligence Artificielle (Ch. 14) Marianne Morris.

28

Le cerveau vs Recognition

Un neurone

Une cellule dans le cerveau qui peut…

Recevoir du stimuli d’autres neurones à travers les dendrites

Envoyer du stimuli aux autres neurones à travers son axone

Page 29: 1 Réseaux (Ch. 7) Intelligence Artificielle (Ch. 14) Marianne Morris.

29

Figure 14.4

A Neuron

Page 30: 1 Réseaux (Ch. 7) Intelligence Artificielle (Ch. 14) Marianne Morris.

30

Recognition

Chaque neurone dans le cerveau peut être considéré comme un système informatique très simple avec une seule sortie 0/1

Artificial Neural Network Un réseau parallèle de neurones

simples connectés ensemble et qui ressemble aux systèmes biologiques…

Page 31: 1 Réseaux (Ch. 7) Intelligence Artificielle (Ch. 14) Marianne Morris.

31

Robotiques

Page 32: 1 Réseaux (Ch. 7) Intelligence Artificielle (Ch. 14) Marianne Morris.

32

Robotiques

Robot Un système qui pourrait rassembler

de l’information sensoriel d’une manière autonome

Page 33: 1 Réseaux (Ch. 7) Intelligence Artificielle (Ch. 14) Marianne Morris.

33

Robotiques

Usage de robots Recherche

Améliorer l’apprentissage des algorithmes informatiques en IA

Industrie Automobiles, disposer de bombes,

exploration Médicale

Chirurgie, classification de sang

Page 34: 1 Réseaux (Ch. 7) Intelligence Artificielle (Ch. 14) Marianne Morris.

34

Brain Tumour Growth Prediction

True positivesFalse positivesFalse negatives

Page 35: 1 Réseaux (Ch. 7) Intelligence Artificielle (Ch. 14) Marianne Morris.

35

Predict Tumour Growth

Why? Study tumour growth patterns Improve treatment planning

initial tumour tumour 6 months later

Page 36: 1 Réseaux (Ch. 7) Intelligence Artificielle (Ch. 14) Marianne Morris.

36

Incremental Growth Model

Tumor

Page 37: 1 Réseaux (Ch. 7) Intelligence Artificielle (Ch. 14) Marianne Morris.

37

Incremental Growth Model

Tumor

Neighbours

Page 38: 1 Réseaux (Ch. 7) Intelligence Artificielle (Ch. 14) Marianne Morris.

38

Incremental Growth Model

- + +

- +

- +

- +

+ + -

Tumor

Page 39: 1 Réseaux (Ch. 7) Intelligence Artificielle (Ch. 14) Marianne Morris.

39

Incremental Growth Model

- + +

- +

- +

- +

+ + -

Tumor

Neighbours

Page 40: 1 Réseaux (Ch. 7) Intelligence Artificielle (Ch. 14) Marianne Morris.

40

Incremental Growth Model

- +

- + + +

- + +

- + -

- + -

- + + - -

+ +

Tumor

Page 41: 1 Réseaux (Ch. 7) Intelligence Artificielle (Ch. 14) Marianne Morris.

41

Incremental Growth Model

- +

- + + +

- + +

- + -

- + -

- + + - -

+ +

Tumor

Page 42: 1 Réseaux (Ch. 7) Intelligence Artificielle (Ch. 14) Marianne Morris.

42

Features

Patient features Tumour properties Voxel features Features of neighbouring voxels

A total of 75 features

patient

tumour

voxel

Page 43: 1 Réseaux (Ch. 7) Intelligence Artificielle (Ch. 14) Marianne Morris.

43

CDM Classifier

Voxel v becomes tumour given…qv = PΘ (class (v) = tumour | epatient,etumour,ev)

Features of the patient epatient

the tumour etumour

the voxel and its neighbours evpatient

tumour

voxel v

Page 44: 1 Réseaux (Ch. 7) Intelligence Artificielle (Ch. 14) Marianne Morris.

44

Experimental Procedure

Training data Sample of voxels in volume-

difference between two scans including 2-voxel border around the volume at the 2nd time scan

Volume-pairs for 17 patients Total of ½ million voxels

We evaluate voxels encountered in diffusion process Cross-validation (17 patients)

Original tumour

Additional tumour growth

Page 45: 1 Réseaux (Ch. 7) Intelligence Artificielle (Ch. 14) Marianne Morris.

45

System Performance

Time 1 scan

Time 2 scan

CDMprediction

Left to right: Slices from lower to upper brain

True positivesFalse positivesFalse negatives