Documents dont l'auteur est "Martin, Guillaume"
Monter d'un niveau
Aide
Ce graphique trace les liens entre tous les collaborateurs des publications de {} figurant sur cette page.
Chaque lien représente une collaboration sur la même publication. L'épaisseur du lien représente le nombre de collaborations.
Utilisez la molette de la souris ou les gestes de défilement pour zoomer à l'intérieur du graphique.
Vous pouvez cliquer sur les noeuds et les liens pour les mettre en surbrillance et déplacer les noeuds en les glissant.
Enfoncez la touche "Ctrl" ou la touche "⌘" en cliquant sur les noeuds pour ouvrir la liste des publications de cette personne.
Aide
Un nuage de mots est une représentation visuelle des mots les plus fréquemment utilisés dans un texte ou un ensemble de textes. Les mots apparaissent dans différentes tailles, la taille de chaque mot étant proportionnelle à sa fréquence d'apparition dans le texte. Plus un mot est utilisé fréquemment, plus il apparaît en grand dans le nuage de mots. Cette technique permet de visualiser rapidement les thèmes et les concepts les plus importants d'un texte.
Dans le contexte de cette page, le nuage de mots a été généré à partir des publications de l'auteur {}. Les mots présents dans ce nuage proviennent des titres, résumés et mots-clés des articles et travaux de recherche de cet auteur. En analysant ce nuage de mots, vous pouvez obtenir un aperçu des sujets et des domaines de recherche les plus récurrents et significatifs dans les travaux de cet auteur.Le nuage de mots est un outil utile pour identifier les tendances et les thèmes principaux dans un corpus de textes, facilitant ainsi la compréhension et l'analyse des contenus de manière visuelle et intuitive.
Article de revue
Duhem, L., Ben Ali, M., & Martin, G. (2023). Parametrization of a demand-driven operating model using reinforcement learning. Computers in Industry, 147, 12 pages. Lien externe
Martin, G., Lauras, M., & Baptiste, P. (2023). Dynamical multi-parameter sizing of DDMRP buffers in finite capacity flow-shops. Computers & Industrial Engineering, 175, 108858 (10 pages). Lien externe
Communication écrite
Duhem, L., Ben Ali, M., & Martin, G. (juin 2023). Paramétrisation du DDMRP avec l'apprentissage par renforcement [Communication écrite]. CIGI Qualita MOSIM 2023, Trois-Rivières, Qc, Canada. Lien externe
Martin, G., Lauras, M., Baptiste, P., Lamothe, J., Fouqu, A., & Miclo, R. (septembre 2019). Process control and decision-making for demand driven sales and operations planning [Communication écrite]. International Conference on Industrial Engineering and Systems Management (IESM 2019), Shanghai, China (6 pages). Lien externe
Dessevre, G., Martin, G., Baptiste, P., Lamothe, J., Pellerin, R., & Lauras, M. (septembre 2019). Decoupled Lead Time in finite capacity flowshop: a feedback loop approach [Communication écrite]. International Conference on Industrial Engineering and Systems Management (IESM 2019), Shanghai, China (6 pages). Lien externe
Martin, G., Baptiste, P., Lamothe, J., Miclo, R., & Lauras, M. (juillet 2018). A process map for the demand driven adaptive enterprise model: Towards an explicit cartography [Communication écrite]. 7th International Conference on Information Systems, Logistics and Supply Chain (ILS 2018), Lyon, France. Non disponible
Mémoire de maîtrise
Duhem, L. (2022). Paramétrisation d'une méthode de production pilotée par la demande avec un algorithme d'apprentissage par renforcement [Mémoire de maîtrise, Polytechnique Montréal]. Disponible