Download or read book Contribution la d finition d un mod le g n rique de r seaux de neurones pour la minimisation de fonctionnelles written by Ludovic Lelaurin and published by . This book was released on 1996 with total page 352 pages. Available in PDF, EPUB and Kindle. Book excerpt: CE MEMOIRE DE THESE TRAITE D'UN MODELE GENERIQUE DE RESEAUX DE NEURONES POUR LA MINIMISATION DE FONCTIONNELLES DE TYPE QUADRATIQUE. L'APPLICATION PARTICULIERE A L'ESTIMATION DU MOUVEMENT DANS DES SEQUENCES D'IMAGES EST PRESENTEE. DE NOMBREUX PROBLEMES DE TRAITEMENT DES IMAGES S'EXPRIMENT SOUS LA FORME D'UNE FONCTIONNELLE A MINIMISER. CES DERNIERS SONT POUR LA MAJORITE D'ENTRE EUX MAL POSES AU SENS DEFINI PAR HADAMARD, ET NECESSITENT DE RECOURIR A DES TECHNIQUES DE REGULARISATION. LA RESOLUTION DE TELS PROBLEMES REGULARISES FAIT ALORS APPEL A DES TECHNIQUES D'OPTIMISATION. LES RESEAUX DE NEURONES ARTIFICIELS SE COMPOSENT D'UN GRAND NOMBRE D'UNITES ELEMENTAIRES OPERANT EN PARALLELE ; CES UNITES SE DESIGNENT SOUS LE TERME DE NEURONES OU NEURONES FORMELS. DE TELS SYSTEMES CONNEXIONNISTES PEUVENT ASSURER DES TACHES DE HAUT NIVEAU TELLES QUE LA RECONNAISSANCE DES FORMES, LA CLASSIFICATION, L'OPTIMISATION... NOUS PRESENTONS UNE METHODOLOGIE NEURONALE DONT LE PRINCIPE CONSISTE A CODER LA SOLUTION DES PROBLEMES D'OPTIMISATION EN TERMES D'ETATS DE NEURONE, QUI SONT LES VARIABLES DISCRETES D'UN ESPACE EUCLIDIEN. LE RESEAU DE NEURONES PROPOSE EST FONDE SUR LE MODELE DISCRET DE HOPFIELD. NOUS L'APPLIQUONS A L'ESTIMATION DU MOUVEMENT DANS DES SEQUENCES D'IMAGES, PROBLEME QUI NOUS PERMET DE FAIRE UNE ANALYSE DE NOTRE APPROCHE LA PLUS COMPLETE. NOS RESULTATS SONT COMPARES AVEC CEUX OBTENUS PAR L'APPROCHE CLASSIQUE PROPOSEE PAR HORN ET SCHUNK. NOUS NOUS ETENDONS ENSUITE AU CAS DU MOUVEMENT D'OBJETS DEFORMABLES ET MONTRONS LA NATURE GENERIQUE DE CE RESEAU

Download or read book L approche multimod le et les r seaux de neurones artificiels written by Samia Talmoudi and published by Presses Academiques Francophones. This book was released on 2015-09-24 with total page 168 pages. Available in PDF, EPUB and Kindle. Book excerpt: L'approche multimodele est capable d'apprehender le comportement d'un systeme complexe par un ensemble de modeles locaux simples, caracterisant le fonctionnement du systeme dans ces differentes zones de fonctionnement. A chaque modele est affecte un coefficient appele validite ou pertinence. Ces validites sont exploitees pour la fusion des modeles de la base dont le but de la determination du modele global multimodele. dans ce travail, on a propose une nouvelle approche de generation systematique d'une base de modeles par exploitation des reseaux de Kohonen. Cette nouvelle approche est capable de generer systematiquement le nombre, les structures et les parametres de modeles de la base, a partir uniquement, d'un fichier riche d'identification. Pour surmonter le probleme de calcul de validites de modeles, une nouvelle technique a ete proposee. Ce critere exploite les centres de classes obtenus dans la phase de determination de la base de modeles. La validation experimentale de la nouvelle approche de generation systematique d'une base de modeles et de la nouvelle technique de calcul de validites ont donne des resultats satisfaisants."

Download or read book CONTRIBUTION A LA RESOLUTION DES PROBLEMES D ORDONNANCEMENT PAR RESEAUX DE NEURONES written by ASSIA.. ABADA and published by . This book was released on 1997 with total page 233 pages. Available in PDF, EPUB and Kindle. Book excerpt: LES PROBLEMES D'ORDONNANCEMENT SE POSENT DANS DE NOMBREUX DOMAINES TELS QUE LA PRODUCTIQUE, ET L'INFORMATIQUE. LEUR VARIETE VIENT DE LA DIVERSITE DES DONNEES, DES CONTRAINTES ET DES CRITERES D'OPTIMISATION QU'ILS IMPLIQUENT. CETTE THESE TRAITE LE PROBLEME DE L'ORDONNANCEMENT DETERMINISTE DANS UN ATELIER A TACHES (JOB-SHOP) SUR LA BASE D'UNE UTILISATION DES RESEAUX DE NEURONES. CE PROBLEME EST UN PROBLEME D'OPTIMISATION NP-COMPLET LORSQUE LES NOMBRES DE MACHINES ET DE TACHES SONT SUPERIEURS A 2. LES DONNEES SONT CONSTITUEES DE L'ENSEMBLE DES TACHES A EXECUTER, DE LEUR GAMMES OPERATOIRES, DE LEUR DUREES AINSI QUE DE L'ENSEMBLE DES MACHINES. LES CONTRAINTES PRISES EN COMPTE SONT LES CONTRAINTES DE PARTAGE DE RESSOURCE ET DE PRECEDENCE. LES VARIABLES DE DECISION INTERPRETENT LES DATES DE DEBUT OU LES DATES DE FIN DES OPERATIONS. DEUX CRITERES D'OPTIMISATION SONT CONSIDERES, LE MAKESPAN QUI CORRESPOND A LA MINIMISATION DE LA DUREE TOTALE DE L'ORDONNANCEMENT, ET LA MINIMISATION DE LA SOMME PONDEREE DES RETARDS QUE PEUVENT ACCUSER LES TACHES. L'UTILISATION DES RESEAUX DE NEURONES EST INTERESSANTE CAR LE PARALLELISME INTRINSEQUE DE CES DERNIERS OFFRE, A PRIORI UNE POSSIBILITE DE TRAITER DES PROBLEMES DE GRANDES TAILLES. UNE ETUDE COMPARATIVE DE NEUF RESEAUX DE NEURONES TRAITANT DE L'ORDONNANCEMENT A ETE EFFECTUEE. ELLE NOUS A PERMIS D'APPRECIER LES POTENTIALITES DES RESEAUX DE NEURONES DANS LE TRAITEMENT D'UNE VARIETE DE PROBLEMES D'ORDONNANCEMENT. NOTRE TRAVAIL A CONSISTE ENSUITE A AJUSTER LES PARTICULARITES DES RESEAUX DE NEURONES A METTRE EN OEUVRE POUR LA RESOLUTION DE NOTRE PROBLEME. LES PROPOSITIONS DE CETTE THESE SONT ARTICULEES AUTOUR D'UNE UTILISATION COMBINEE DES RESEAUX DE NEURONES ET DE LA PROGRAMMATION LINEAIRE EN NOMBRES MIXTES, L'UTILISATION COMBINEE DES RESEAUX DE NEURONES ET DE LA RELAXATION LAGRANGIENNE, D'UN RESEAU DE NEURONE DE TYPE POTTS. CES COMBINAISONS ONT L'INTERET DE PERMETTRE DES APPROCHES QUI PEUVENT APPORTER, DANS CERTAINS CAS, UNE AMELIORATION DES TEMPS D'OBTENTION DE SOLUTIONS SATISFAISANTES. ENFIN, UNE DES PARTICULARITES FONDAMENTALES DES RESEAUX DE NEURONES ETANT LA ROBUSTESSE, IL NOUS A PARU INTERESSANT DE CHERCHER DANS QUELLE MESURE IL EST POSSIBLE D'EXPLORER UTILEMENT CETTE PROPRIETE. CETTE DEMARCHE NOUS A CONDUIT A LA PROPOSITION D'UN RESEAU DE TYPE MACHINE DE BOLTZMANN QUI FOURNIT UN ORDONNANCEMENT QUAND SURVIENNENT DES MODIFICATIONS DES TEMPS OPERATOIRES.

Download or read book Optimisation Des R seaux de Neurones Artificiels En Hydrologie written by KOFFI-Y. and published by Omniscriptum. This book was released on 2011-08-16 with total page 224 pages. Available in PDF, EPUB and Kindle. Book excerpt: Ce livre traite de la mod lisation des d bits du Bandama Blanc avec les R seaux de Neurones. Elle projette de fournir des outils plus robustes pour la mod lisation des d bits des rivi res jaug es. Pour cela, deux mod les entra n s avec l'algorithme de la r tropropagation de l'erreur, ont t construits. Le premier mod le a t utilis seulement en simulation et le second en simulation et en pr vision. Le mod le conceptuel GR2M, a t utilis pour valider les r sultats obtenus avec les r seaux de neurones. Pour cette tude, une importante base de donn es climatiques (pluie et temp rature) et hydrom triques (d bits mensuels) a t utilis e. Les r sultats obtenus sont forts satisfaisants et nettement sup rieurs ceux obtenus avec le mod le conceptuel global GR2M. En effet, les r seaux de neurones parviennent expliquer plus de 70% de la variation des d bits, avec des coefficients de corr lation de Pearson qui exc dent 0,80. Cependant, ces mod les arrivent difficilement simuler et faire la pr vision des d bits extr mes ( tiages et crues) cause probablement du nombre r duit de donn es notre disposition et de la s paration des bases de calage et de validation.

Download or read book Contribution l utilisation des r seaux de neurones couches en traitement du signal written by Pascale Costa and published by . This book was released on 1996 with total page 210 pages. Available in PDF, EPUB and Kindle. Book excerpt: Le travail rapporte dans ce document concerne une étude sur les réseaux de neurones (rn) en vue de leur introduction dans la résolution de certains problèmes classiquement rencontres en traitement du signal. Ce travail est restreint à l'étude des rn à couches qui ont atteint une maturité scientifique qui les rend séduisants. Nous avons pris soins de séparer les idées et principes de base de leur réalisation. Ainsi, nous avons propose une méthodologie de mise en œuvre qui peut intéresser des utilisateurs potentiels des rn. Diverses techniques d'initialisation originales ont été proposées. Cette méthodologie est appliquée a quatre problèmes génériques fréquemment rencontres en traitement du signal: la résolution d'un problème inverse, la sélection de l'ordre d'un modèle, la détermination adaptative d'un sous espace signal, et finalement un problème de localisation sous-marine. De nombreuses comparaisons sont effectuées par rapport aux traitements dits conventionnels. Nous avons ainsi montre l'intérêt des rn a couches en terme de charge de calcul, de vitesse de convergence, d'absence de modèle et d'hypothèses restrictives

Download or read book Contributions l embarquabilit et la robustesse des r seaux de neurones en environnement radiatif written by Christelle Godin and published by . This book was released on 2000 with total page 146 pages. Available in PDF, EPUB and Kindle. Book excerpt: Les réseaux de neurones et plus particulièrement les perceptrons multi-couches sont aujourd'hui largement utilisés pour des tâches de classification. L'environnement radiatif, hostile pour les équipements électroniques, provoque des modifications de leur fonctionnement. Cette thèse explore deux voies dans le but d'obtenir des réseaux de neurones robustes destinés à être embarqués dans des systèmes fonctionnant en environnement radiatif. La première approche est basée sur un nouvel algorithme d'apprentissage constructif, appelé NetLS, qui est une généralisation des algorithmes NetLines et Net Spheres. Nous montrons sur des problèmes étalons qu'il permet d'aboutir à des réseaux de neurones binaires de très petite taille alors que d'autres algorithmes conduisent à des classifieurs bien plus complexes pour des performances équivalentes. La seconde approche consiste à utiliser un nouveau modèle de neurone à impulsions pour l'implantation de neurones à fonction de réponse continue. Ainsi, n'importe quel algorithme d'apprentissage classique (rétropropagation et ses variantes) peut être utilisé et le réseau de neurones obtenu peut fonctionner avec ces neurones à impulsions. Dans ces conditions, nous montrons que lors de la relaxation du réseau les performances augmentent au cours du temps jusqu'à atteindre celles du réseau de neurones continus. Ainsi, si une erreur se produit au cours du calcul, l'information disponible peut représenter une partie du résultat. Une architecture numérique pour ce neurone est proposée et évaluée. La surface occupée sur le silicium est 10 fois inférieure à celle nécessaire pour implanter une neurone continu. Ces deux approches conduisent à des réseaux de neurones de faible surface : la probabilité d'une erreur due aux radiations est minimisée. Ils ont été confrontés à des problèmes de détection de signaux radar de deux types, les premiers étant générés par un modèle, et les seconds des échos ionosphériques mesurés par le radar du projet EISCAT (European Incoherent SCATter).

Download or read book APPRENTISSAGE ET GENERALISATION PAR DES RESEAUX DE NEURONES written by Juan-Manuel Torres Moreno and published by . This book was released on 1997 with total page 147 pages. Available in PDF, EPUB and Kindle. Book excerpt: LA CLASSIFICATION EST L'ATTRIBUTION D'UNE CLASSE SPECIFIQUE A UN OBJET DONNE. CETTE ATTRIBUTION A BESOIN D'UN CERTAIN DEGRE D'ABSTRACTION POUR POUVOIR EXTRAIRE DES GENERALITES A PARTIR DES EXEMPLES DONT ON DISPOSE. POUR UNE MACHINE, LA CLASSIFICATION DE VISAGES, DE DONNEES MEDICALES, DE FORMES, SONT TOUTES DES TACHES ASSEZ DIFFICILES. PAR EXEMPLE, DANS LE CAS DE LA RECONNAISSANCE DE CARACTERES MANUSCRITS, IL EST DIFFICILE D'ENONCER UNE DESCRIPTION GENERALE QUI TIENNE COMPTE DE TOUTES LES VARIATIONS PARTICULIERES DE CHAQUE CARACTERE. UNE AUTRE APPROCHE QUI PEUT ETRE UTILISEE POUR CETTE TACHE EST CELLE DE L'APPRENTISSAGE. AINSI, LE CRITERE POUR DECIDER SI UNE IMAGE CORRESPOND OU NON A UNE LETTRE SINGLE HIGH-REVERSED-9 QUOTATION MARKARIGHT SINGLE QUOTATION MARK CONSISTE A COMPARER SI CETTE IMAGE EST (SUFFISAMMENT SIMILAIRE) A DES SINGLE HIGH-REVERSED-9 QUOTATION MARKARIGHT SINGLE QUOTATION MARK VUS AUPARAVANT. DE CE POINT DE VUE, ON NE CALCULE PAS LA CLASSIFICATION DE CARACTERES : ELLE DOIT ETRE APPRISE A PARTIR D'EXEMPLES. LE BUT DE CETTE THESE EST DE PRESENTER DE NOUVELLES HEURISTIQUES POUR GENERER, D'UNE MANIERE CONSTRUCTIVE, DES RESEAUX DE NEURONES POUR LA CLASSIFICATION. ELLES PERMETTENT DE GENERER DES RESEAUX A UNE SEULE COUCHE CACHEE COMPLETEMENT CONNECTEE AUX UNITES D'ENTREE, ET UN NEURONE DE SORTIE CONNECTE AUX UNITES CACHEES. LES NEURONES CACHES ET DE SORTIE SONT DES UNITES BINAIRES, POUVANT FAIRE SOIT DES SEPARATIONS LINEAIRES, SOIT DES SEPARATIONS SPHERIQUES. CES HEURISTIQUES SONT COUPLEES AVEC DES ALGORITHMES D'APPRENTISSAGE POUR LA PERCEPTRON, MINIMERROR-L POUR LES SEPARATIONS LINEAIRES ET MINIMERROR-S POUR LES SEPARATIONS SPHERIQUES. TROIS NOUVEAUX ALGORITHMES CONSTRUCTIFS, QUI DIFFERENT SUIVANT LE TYPE DE NEURONES CACHES ET AUSSI SUIVANT LA DEFINITION DES CIBLES QUE CEUX-CI DOIVENT APPRENDRE ON ETE DEVELOPPES. PENDANT LE PROCESSUS D'APPRENTISSAGE, DES NEURONES CACHES ENTRAINES POUR APPRENDRE CES CIBLES VONT DIMINUER LE NOMBRE D'ERREURS DE CLASSIFICATION DU NEURONE DE SORTIE. LES RESEAUX AINSI BATIS ONT GENERALEMENT MOINS DE PARAMETRES (POIDS) ET GENERALISENT MIEUX QUE LES RESEAUX ENTRAINES AVEC D'AUTRES ALGORITHMES.

Download or read book R seaux de neurones convolutifs pour la segmentation s mantique et l apprentissage d invariants de couleur written by Damien Fourure and published by . This book was released on 2017 with total page 0 pages. Available in PDF, EPUB and Kindle. Book excerpt: La vision par ordinateur est un domaine interdisciplinaire étudiant la manière dont les ordinateurs peuvent acquérir une compréhension de haut niveau à partir d'images ou de vidéos numériques. En intelligence artificielle, et plus précisément en apprentissage automatique, domaine dans lequel se positionne cette thèse, la vision par ordinateur passe par l'extraction de caractéristiques présentes dans les images puis par la généralisation de concepts liés à ces caractéristiques. Ce domaine de recherche est devenu très populaire ces dernières années, notamment grâce aux résultats des réseaux de neurones convolutifs à la base des méthodes dites d'apprentissage profond. Aujourd'hui les réseaux de neurones permettent, entre autres, de reconnaître les différents objets présents dans une image, de générer des images très réalistes ou même de battre les champions au jeu de Go. Leurs performances ne s'arrêtent d'ailleurs pas au domaine de l'image puisqu'ils sont aussi utilisés dans d'autres domaines tels que le traitement du langage naturel (par exemple en traduction automatique) ou la reconnaissance de son. Dans cette thèse, nous étudions les réseaux de neurones convolutifs afin de développer des architectures et des fonctions de coûts spécialisées à des tâches aussi bien de bas niveau (la constance chromatique) que de haut niveau (la segmentation sémantique d'image). Une première contribution s'intéresse à la tâche de constance chromatique. En vision par ordinateur, l'approche principale consiste à estimer la couleur de l'illuminant puis à supprimer son impact sur la couleur perçue des objets. Les expériences que nous avons menées montrent que notre méthode permet d'obtenir des performances compétitives avec l'état de l'art. Néanmoins, notre architecture requiert une grande quantité de données d'entraînement. Afin de corriger en parti ce problème et d'améliorer l'entraînement des réseaux de neurones, nous présentons plusieurs techniques d'augmentation artificielle de données. Nous apportons également deux contributions sur une problématique de haut niveau : la segmentation sémantique d'image. Cette tâche, qui consiste à attribuer une classe sémantique à chacun des pixels d'une image, constitue un défi en vision par ordinateur de par sa complexité. D'une part, elle requiert de nombreux exemples d'entraînement dont les vérités terrains sont coûteuses à obtenir. D'autre part, elle nécessite l'adaptation des réseaux de neurones convolutifs traditionnels afin d'obtenir une prédiction dite dense, c'est-à-dire, une prédiction pour chacun pixel présent dans l'image d'entrée. Pour résoudre la difficulté liée à l'acquisition de données d'entrainements, nous proposons une approche qui exploite simultanément plusieurs bases de données annotées avec différentes étiquettes. Pour cela, nous définissons une fonction de coût sélective. Nous développons aussi une approche dites d'auto-contexte capturant d'avantage les corrélations existantes entre les étiquettes des différentes bases de données. Finalement, nous présentons notre troisième contribution : une nouvelle architecture de réseau de neurones convolutifs appelée GridNet spécialisée pour la segmentation sémantique d'image. Contrairement aux réseaux traditionnels, notre architecture est implémentée sous forme de grille 2D permettant à plusieurs flux interconnectés de fonctionner à différentes résolutions. Afin d'exploiter la totalité des chemins de la grille, nous proposons une technique d'entraînement inspirée du dropout. En outre, nous montrons empiriquement que notre architecture généralise de nombreux réseaux bien connus de l'état de l'art. Nous terminons par une analyse des résultats empiriques obtenus avec notre architecture qui, bien qu'entraînée avec une initialisation aléatoire des poids, révèle de très bonnes performances, dépassant les approches populaires souvent pré-entraînés.

Download or read book CONTRIBUTION A LA REALISATIN DE RESEAUX DE NEURONES FORMELS written by VINCENT.. LAFARGUE and published by . This book was released on 1993 with total page pages. Available in PDF, EPUB and Kindle. Book excerpt: DE NOMBREUX PROGRES ONT EU LIEU DANS LE DOMAINE DES RESEAUX DE NEURONES CES DERNIERES ANNEES, NOTAMMENT SUR LE PLAN THEORIQUE. AFIN D'ACCELERER LES SIMULATIONS DE CES RESEAUX, DE NOUVELLES ARCHITECTURES ONT ETE PROPOSEES, POUR APPORTER UN GAIN EN VITESSE. DANS LE CADRE DE CETTE THESE JE ME SUIS INTERESSE A LA MACHINE DE BOLTZMANN QUI EST UN RESEAU DE NEURONE STOCHASTIQUE. EN EFFET CE TYPE DE RESEAU OFFRE DES PERFORMANCES SUPERIEURES AUX AUTRES, MAIS IL DEMANDE DES TEMPS DE SIMULATIONS PLUS IMPORTANTS. OR LES ARCHITECTURES ANALOGIQUES SONT PARTICULIEREMENT ADAPTEES AUX RESEAUX DE NEURONES. J'AI DECRIT TROIS ETUDES AVANCEES DE LA MACHINE DE BOLTZMANN ANALOGIQUE. MAIS CES REALISATIONS ANALOGIQUES DE MACHINES DE BOLTZMANN POSSEDENT UN ALGORITHME D'APPRENTISSAGE CABLE, CE QUI INTERDIT LE CHANGEMENT DE CET ALGORITHME APRES LA REALISATION D'UN CIRCUIT. JE ME SUIS DONC ATTACHE, AU COURS DE CETTE THESE, A CONCEVOIR UN CIRCUIT MIXTE ANALOGIQUE-NUMERIQUE COMPORTANT UN APPRENTISSAGE PROGRAMMABLE. APRES UNE PRESENTATION GENERALE DES RESEAUX DE NEURONES FORMELS ET DE LA MACHINE DE BOLTZMANN, JE PRESENTE L'ARCHITECTURE DE LA MACHINE DE BOLTZMANN TELLE QUE NOUS L'AVONS CONCUE. JE DECRIS LA CONCEPTION ET LA REALISATION D'UN PROTOTYPE DE SYNAPSE AVEC APPRENTISSAGE COMPRENANT UN PROCESSEUR BIT-SERIE, UN CONVERTISSEUR NUMERIQUE ANALOGIQUE ET UN CONVERTISSEUR TENSION-COURANT. LA DERNIERE PARTIE DE LA THESE EST LA VALIDATION EXPERIMENTALE DES CHOIX THEORIQUES, ET DE LA CONCEPTION QUE J'AI EFFECTUES. EN EFFET DANS CETTE PARTIE JE TESTE LE CIRCUIT PROTOTYPE, PUIS JE METS EN OEUVRE UNE MACHINE DE BOLTZMANN CONSTRUITE AVEC CE CIRCUIT, AFIN DE CONFIRMER SES PERFORMANCES. LE GAIN DE VITESSE PAR RAPPORT A UNE STATION DE TRAVAIL SPARC2 EST DE 25. LES RESULTATS POSITIFS OBTENUS LORS DE CETTE MISE EN OEUVRE NOUS PERMETTENT DE PREPARER LA CONCEPTION D'UN CIRCUIT COMPRENANT BEAUCOUP PLUS DE SYNAPSES

Download or read book Apprentissage et g n ralisation par des r seaux de neurones written by Juan-Manuel Torres-Moreno and published by . This book was released on 2009 with total page 0 pages. Available in PDF, EPUB and Kindle. Book excerpt: La classification est l'attribution d'une classe spécifique à un objet donné. Cette attribution a besoin d'un certain degré d'abstraction pour pouvoir extraire des généralités à partir des exemples dont on dispose. Pour une machine, la classification de visages, de données médicales, de formes, sont toutes des tâches assez difficiles. Par exemple, dans le cas de la reconnaissance de caractères manuscrits, il est difficile d'énoncer une description générale qui tienne compte de toutes les variations particulières de chaque caractère. Une autre approche qui peut être utilisée pour cette tâche est celle de l'apprentissage. Ainsi, le critère pour décider si une image correspond ou non à une lettre 'A' consiste à comparer si cette image est (suffisamment similaire} à des 'a' vus auparavant. De ce point de vue, on ne calcule pas la classification de caractères : elle doit être apprise à partir d'exemples. Ces dernières années, de nouvelles techniques neuronales d'apprentissage ont été développées. Cet apprentissage avec des réseaux de neurones se fait actuellement en suivant deux approches : certains algorithmes comme la Rétropropagation du Gradient ont besoin d'introduire a priori le nombre et la connectivité des unités cachées et déterminer les poids des connexions par minimisation d'un coût. Le réseau ainsi obtenu est éventuellement élagué. Avec une approche constructive on apprend en même temps le nombre d'unités et les poids, dans le cadre d'une architecture fixée, commençant généralement avec une seule unité. Le but de cette thèse est de présenter de nouvelles heuristiques pour générer, d'une manière constructive, des réseaux de neurones pour la classification. Elles permettent de générer des réseaux à une seule couche cachée complètement connectée aux unités d'entrée, et un neurone de sortie connecté aux unités cachées. Les neurones cachés et de sortie sont des unités binaires, pouvant faire soit des séparations linéaires, soit des séparations sphériques. Ces heuristiques sont couplées avec des algorithmes d'apprentissage pour le perceptron, Minimerror-L pour les séparations linéaires et Minimerror-S pour les séparations sphériques. Trois nouveaux algorithmes constructifs, qui différent suivant le type de neurones cachés et aussi suivant la définition des cibles que ceux-ci doivent apprendre on été développés. Pendant le processus d'apprentissage, des neurones cachés entraînés pour apprendre ces cibles vont diminuer le nombre d'erreurs de classification du neurone de sortie. Les réseaux ainsi bâtis ont généralement moins de paramètres (poids) et généralisent mieux que les réseaux entraînés avec d'autres algorithmes.

Download or read book Statistical Inference for Ergodic Diffusion Processes written by Yury A. Kutoyants and published by Springer Science & Business Media. This book was released on 2013-03-09 with total page 493 pages. Available in PDF, EPUB and Kindle. Book excerpt: The first book in inference for stochastic processes from a statistical, rather than a probabilistic, perspective. It provides a systematic exposition of theoretical results from over ten years of mathematical literature and presents, for the first time in book form, many new techniques and approaches.

Download or read book Semiparametric Theory and Missing Data written by Anastasios Tsiatis and published by Springer Science & Business Media. This book was released on 2007-01-15 with total page 392 pages. Available in PDF, EPUB and Kindle. Book excerpt: This book summarizes current knowledge regarding the theory of estimation for semiparametric models with missing data, in an organized and comprehensive manner. It starts with the study of semiparametric methods when there are no missing data. The description of the theory of estimation for semiparametric models is both rigorous and intuitive, relying on geometric ideas to reinforce the intuition and understanding of the theory. These methods are then applied to problems with missing, censored, and coarsened data with the goal of deriving estimators that are as robust and efficient as possible.

Download or read book Functional and Operatorial Statistics written by Sophie Dabo-Niang and published by Springer Science & Business Media. This book was released on 2008-05-21 with total page 296 pages. Available in PDF, EPUB and Kindle. Book excerpt: An increasing number of statistical problems and methods involve infinite-dimensional aspects. This is due to the progress of technologies which allow us to store more and more information while modern instruments are able to collect data much more effectively due to their increasingly sophisticated design. This evolution directly concerns statisticians, who have to propose new methodologies while taking into account such high-dimensional data (e.g. continuous processes, functional data, etc.). The numerous applications (micro-arrays, paleo- ecological data, radar waveforms, spectrometric curves, speech recognition, continuous time series, 3-D images, etc.) in various fields (biology, econometrics, environmetrics, the food industry, medical sciences, paper industry, etc.) make researching this statistical topic very worthwhile. This book gathers important contributions on the functional and operatorial statistics fields.

Download or read book CIKM 13 written by CIKM 13 Conference Committee and published by . This book was released on 2013-10-27 with total page 938 pages. Available in PDF, EPUB and Kindle. Book excerpt: CIKM'13: 22nd ACM International Conference on Information and Knowledge Management Oct 27, 2013-Nov 01, 2013 San Francisco, USA. You can view more information about this proceeding and all of ACM�s other published conference proceedings from the ACM Digital Library: http://www.acm.org/dl.

Download or read book Vulnerability to Drug Abuse written by Meyer Glantz and published by Amer Psychological Assn. This book was released on 1992 with total page 533 pages. Available in PDF, EPUB and Kindle. Book excerpt: This text offers insights into the complex and disturbing questions of drug abuse by examining the range of factors that affect vulnerability, focusing specifically on factors and patterns associated with the transition from drug use to drug abuse.

Download or read book A Guide To Soil Mechanics written by Malcolm D Bolton and published by Universities Press. This book was released on 2013 with total page 464 pages. Available in PDF, EPUB and Kindle. Book excerpt: Covers all the soil mechanics and foundation engineering topics that are commonly included in civil engineering degree courses, and provides a number of springboards into related advanced topics. Although it is intended principally to satisfy the needs of student civil engineers, this guide should also prove useful to those practicing engineers who are unaware of the powerful and elegant reconstruction of the subject which has been made possible by the recent concepts of plasticity, dilatancy and critical states.

Download or read book Resilience and Development written by Meyer D. Glantz and published by Springer Science & Business Media. This book was released on 2006-04-11 with total page 306 pages. Available in PDF, EPUB and Kindle. Book excerpt: Leading experts review the research on resilience and represent the diverse perspectives and opinions found among both scientists and practitioners in the field. Although the chapters are written to the standards expected by researchers, they are equally useful for program developers and others in applied fields seeking science-based information on the topic. This book is a unique resource in keeping with the growing interest in resilience both in research and interventions.