Granularité

Risque equity . . . . . . . . . . . . . . . . . . . . . . . 10.4 Granularit´ du portefeuille . . . . . . . . . . . . . . . . . . . . e 10.4.1 La m´thodologie . . . . . . . . . . . . . . . . . . . . . e 10.4.2 Exemples . . . . . . . . . . . . . . . . . . . . . . . . . 10.4.3 D´rivation du coefficient d’ajustement de granularit´ . e e 10.4.3.1 La d´termination du coefficient β . . . . . . e 10.4.3.2 Du coefficient β ` l’ajustement de granularit´ a e 10.5 Les modifications du 5 novembre 2001 . . . . . . . .

la granularité peut aller du périphérique individuel à la machine complète, équipée d’’une multitude de dispositifs. Granularité des modules technologiques Lorsqu’’il s’’agit de définir la granularité des modules, il faut tenir compte de leur réutilisabilité dans plusieurs systèmes, sous l’’angle des facteurs coût et disponibilité. L’’objectif est de combiner ces composants avec un maximum de souplesse, selon le principe de la modularité, pour créer un système complet ; or une granularité trop

Rendre la base plus évolutive et plus adaptée à nos futurs besoins. • Garder la traçabilité de chaque donnée : source d’extraction de cette information. • Avoir une modélisation multidimensionnelle des données et hiérarchisation de granularité d’analyse d’un niveau global à un niveau plus détaillé. • Garantir une évolution et un rafraîchissement périodique et régulier des données. • Gérer un grand volume de données variées. Les spécifications de l’application L’application

bancaires. Il présente de nombreux avantages. À titre d’illustration, l’appréhension du risque sur le portefeuille habitat  sera divergente selon les taux d’apport initiaux, la durée initiale, l’ancienneté ainsi que l’objectif du prêt. Le degré de granularité requis dépend néanmoins de la finalité de l’exercice de stress test. Le niveau de détail analysé sera moindre quand il s’agit d’obtenir une vision globale des portefeuilles de  l’établissement que lors de l’analyse approfondie d’un secteur, un pays ou 

gestion de la clientèle, de l’information sur les clients et de l’entreprise dans son ensemble. En résumé, l’entreprise engrange des données sur ses clients. Générés par traitement informatique, les profiles uniques décrivent avec un degré de granularité adéquat les comportements des clients (habitudes de consommation, fréquence, derniers produits achetés et même (état émotionnel, …). L’accès à ce savoir recoupé permet aux fonctions managériales, marketing, satisfaire avec des informations, des

Elle s'applique à tous les granulats de dimension nominale inférieure ou égale à 63 mm, à l'exclusion des fillers. A noter qu'il faut éviter la confusion entre la granulométrie qui s'intéresse à la détermination de la dimension des grains et la granularité qui concerne la distribution dimensionnelle des grains d'un granulat. Principe de l'essai L'essai consiste à classer les différents grains constituants l'échantillon en utilisant une série de tamis, emboîtés les un sur les autres, dont les dimensions

processus. L'interactivité du nouveau noyau a été largement améliorée. Ainsi, des modifications visant à diminuer le temps d'exécution des appels systèmes (patchs low-latency et preempt) ont été intégrés. Simplification de devfs en udev. La granularité de l'horloge est passée de 10 ms à 1 ms. L'architecture ALSA, qui fournit un système avancé de gestion des cartes sons, a été intégrée au noyau, en lieu et place d'OSS. Concernant les systèmes de fichiers, de nombreuses optimisations sont

d’apprécier la consistance des sols plastiques Ip = indice de plasticité Ic < 0 Liquide Pâteuse ou très molle Ic >1 dur, solide Caractérisation de la nature d’un sol Nature des grains Siliceux, calcaire, argileux, matière organique Granularité Analyse granulométrique complète (tracé de la courbe granulométrique) Ou simplifiée : Dmax + Tamisat 5mm, 2mm, 80 µm (Dmax : taille du plus gros grain) Essai au bleu de méthylène * Caractérise la qualité et la quantité d’argile d’un sol

nécessaire entre l’IS et la SdF. Lors de précédents travaux, les processus MéDISIS ont été définis en intégrant les études de SdF dans l’IS de partenaires industriels [2]. La première partie de cet article présente (§2) comment et à quel niveau de granularité sont modélisés les activités d’IS et les besoins en SdF, des parties prenantes. De ce point, sont dégagés les besoins que les processus MéDISIS doivent couvrir en termes de synchronisation des données et thésaurisation des connaissances. Ils seront

"planter un clou", la fonction sous-jacente est "frappe". Ainsi la fonction "frappe" sert à d'autres activités d'un point de vue métier, et peut être outillée par différent outils d'un point de vue applicatif. Étant donné, la problématique de granularité des fonctions, dans le point de vue fonctionnel, on parle aussi de blocs fonctionnels (qui regroupe les fonctions de bases concourantes à la même capacité du SI). Par exemple, le bloc "Enregistrement du client" comprend les fonctions de type