This HTML5 document contains 43 embedded RDF statements represented using HTML+Microdata notation.

The embedded RDF content will be recognized by any processor of HTML5 Microdata.

Namespace Prefixes

PrefixIRI
dcthttp://purl.org/dc/terms/
dbohttp://dbpedia.org/ontology/
n24http://hy.dbpedia.org/resource/
foafhttp://xmlns.com/foaf/0.1/
dbpedia-huhttp://hu.dbpedia.org/resource/
n5http://g.co/kg/m/
dbpedia-ruhttp://ru.dbpedia.org/resource/
rdfshttp://www.w3.org/2000/01/rdf-schema#
dbpedia-ukhttp://uk.dbpedia.org/resource/
dbpedia-srhttp://sr.dbpedia.org/resource/
category-frhttp://fr.dbpedia.org/resource/Catégorie:
n17https://www.quora.com/topic/
dbpedia-cshttp://cs.dbpedia.org/resource/
n14http://fr.dbpedia.org/resource/Modèle:
wikipedia-frhttp://fr.wikipedia.org/wiki/
n23http://fr.dbpedia.org/resource/Modèle:Traduction/
dbpedia-fahttp://fa.dbpedia.org/resource/
rdfhttp://www.w3.org/1999/02/22-rdf-syntax-ns#
dbpedia-arhttp://ar.dbpedia.org/resource/
owlhttp://www.w3.org/2002/07/owl#
n20http://ma-graph.org/entity/
dbpedia-ithttp://it.dbpedia.org/resource/
dbpedia-frhttp://fr.dbpedia.org/resource/
dbpedia-thhttp://th.dbpedia.org/resource/
provhttp://www.w3.org/ns/prov#
prop-frhttp://fr.dbpedia.org/property/
xsdhhttp://www.w3.org/2001/XMLSchema#
dbrhttp://dbpedia.org/resource/
wikidatahttp://www.wikidata.org/entity/

Statements

Subject Item
dbpedia-fr:Algorithme_de_recherche_en_faisceau
rdfs:label
Beam search Лучевой поиск Променевий пошук Algorithme de recherche en faisceau
rdfs:comment
En informatique, la recherche en faisceau est un algorithme de recherche heuristique qui explore un graphe en ne considérant qu'un ensemble limité de fils de chaque nœud. La recherche en faisceau est une optimisation de l'algorithme de parcours en largeur, en réduisant la mémoire nécessaire à son exécution. Contrairement à l'algorithme best-first où l'on explore tous les états candidats à la solution recherchée en partant du meilleur (estimé), la recherche en faisceau n'explore qu'un nombre limité de ces candidats. C’est donc un algorithme glouton.
rdfs:seeAlso
n17:Beam-Search
owl:sameAs
dbpedia-th:การค้นหาแบบบีม n5:05n9z3 dbpedia-uk:Променевий_пошук dbpedia-it:Beam_search dbpedia-hu:Nyalábkeresés wikidata:Q2835852 dbpedia-sr:Претрага_бима dbpedia-cs:Paprskové_prohledávání n20:19889080 dbpedia-ru:Лучевой_поиск n24:Փնտրման_ճառագայթ dbpedia-fa:الگوریتم_جستجوی_پرتو_محلی dbr:Beam_search dbpedia-ar:بحث_شعاعي
dbo:wikiPageID
5768587
dbo:wikiPageRevisionID
160879844
dbo:wikiPageWikiLink
dbpedia-fr:Algorithme_anytime dbpedia-fr:Complétude dbpedia-fr:Théorie_des_graphes dbpedia-fr:Traduction_automatique category-fr:Algorithme_de_recherche dbpedia-fr:Optimum_de_Pareto dbpedia-fr:Algorithme_glouton dbpedia-fr:1976 dbpedia-fr:Retour_sur_trace dbpedia-fr:Algorithme_de_recherche dbpedia-fr:Algorithme_de_parcours_en_largeur dbpedia-fr:Université_Carnegie-Mellon dbpedia-fr:Algorithme
dbo:wikiPageLength
4723
dct:subject
category-fr:Algorithme_de_recherche
prop-fr:wikiPageUsesTemplate
n14:Références n23:Référence n14:Portail
prov:wasDerivedFrom
wikipedia-fr:Algorithme_de_recherche_en_faisceau?oldid=160879844&ns=0
foaf:isPrimaryTopicOf
wikipedia-fr:Algorithme_de_recherche_en_faisceau
dbo:abstract
En informatique, la recherche en faisceau est un algorithme de recherche heuristique qui explore un graphe en ne considérant qu'un ensemble limité de fils de chaque nœud. La recherche en faisceau est une optimisation de l'algorithme de parcours en largeur, en réduisant la mémoire nécessaire à son exécution. Contrairement à l'algorithme best-first où l'on explore tous les états candidats à la solution recherchée en partant du meilleur (estimé), la recherche en faisceau n'explore qu'un nombre limité de ces candidats. C’est donc un algorithme glouton. La recherche en faisceau utilise l'algorithme de parcours en largeur pour explorer le graphe. À chaque niveau, elle génère tous les successeurs du nœud courant, en les classant selon leur coût heuristique. Cependant, elle ne mémorise qu'un nombre prédéterminé de ces états à chaque niveau (nombre appelé la largeur du faisceau). Plus grande est la largeur, moins d'états sont ignorés. Avec une largeur infinie, tous les états sont considérés et l'algorithme devient identique au parcours en largeur. La largeur du faisceau limite la mémoire requise pour exécuter la recherche. Sachant qu'un état d'arrivée (but de la recherche) peut être ignoré par l'algorithme, la recherche en faisceau sacrifie la complétude (garantie que l'algorithme trouvera la solution si elle existe) et l'optimalité (garantie de trouver la meilleure solution possible). La largeur du faisceau peut être fixe ou variable. Un exemple d'approche utilise une largeur minimale ; si aucune solution n'est trouvée, la procédure est répétée avec une largeur plus grande.