Download or read book RESEAUX D ONDELETTES ET RESEAUX DE NEURONES POUR LA MODELISATION STATIQUE ET DYNAMIQUE DE PROCESSUS written by YACINE.. OUSSAR and published by . This book was released on 1998 with total page 185 pages. Available in PDF, EPUB and Kindle. Book excerpt: DURANT LES DIX DERNIERES ANNEES, LES RESEAUX DE NEURONES A FONCTIONS SIGMOIDALES ONT CONNU DE GRANDS SUCCES DANS DE NOMBREUX DOMAINES. ASSOCIES A DES ALGORITHMES D'APPRENTISSAGE EFFICACES, ILS CONSTITUENT UN PUISSANT OUTIL DE MODELISATION NON LINEAIRE DE PROCESSUS, GRACE A LEUR PROPRIETE D'APPROXIMATION UNIVERSELLE PARCIMONIEUSE. CE TRAVAIL DE THESE PROPOSE UNE MISE EN UVRE DE RESEAUX D'ONDELETTES, ALTERNATIVE POSSIBLE AUX RESEAUX DE NEURONES, POUR LA MODELISATION STATIQUE ET DYNAMIQUE. LES ONDELETTES SONT UNE FAMILLE DE FONCTIONS ISSUES DU TRAITEMENT DU SIGNAL ET DE L'IMAGE, DONT IL A ETE RECEMMENT MONTRE QU'ELLES POSSEDENT LA PROPRIETE D'APPROXIMATEUR UNIVERSEL. LA MISE EN UVRE DES RESEAUX D'ONDELETTES EST EFFECTUEE SUIVANT DEUX APPROCHES : - APPROCHE FONDEE SUR LA TRANSFORMEE CONTINUE: LES PARAMETRES DES FONCTIONS SONT A VALEURS CONTINUES DANS L'ENSEMBLE DES NOMBRES REELS ET PEUVENT DONC ETRE AJUSTES, COMME CEUX D'UN RESEAU DE NEURONES CLASSIQUE, A L'AIDE DE METHODES DE GRADIENT. NOUS PROPOSONS DES RESEAUX ET DES ALGORITHMES D'APPRENTISSAGE POUR LA MODELISATION ENTREE-SORTIE ET D'ETAT. LES RESULTATS OBTENUS SUR DES PROCESSUS SIMULES ET REEL MONTRENT QUE CES RESEAUX PERMETTENT D'OBTENIR DES MODELES DE PERFORMANCE ET DE PARCIMONIE EQUIVALENTES A CELLES DES RESEAUX DE NEURONES SI DES PRECAUTIONS DE MISE EN UVRE SONT PRISES. - APPROCHE FONDEE SUR LA TRANSFORMEE DISCRETE: LES PARAMETRES DES FONCTIONS ETANT A VALEURS DISCRETES, LES APPRENTISSAGES FONDES SUR DES METHODES DE GRADIENT NE SONT PAS APPLICABLES. NOUS PROPOSONS DE CONSTRUIRE DES RESEAUX PAR SELECTION D'ONDELETTES DANS UNE BIBLIOTHEQUE PRE-ETABLIE. CETTE PROCEDURE EST EGALEMENT UTILISEE POUR L'INITIALISATION DES PARAMETRES DES ONDELETTES AVANT LEUR APPRENTISSAGE. LES RESULTATS OBTENUS MONTRENT QUE LA PROCEDURE PROPOSEE CONFERE A L'APPRENTISSAGE UNE MEILLEURE INDEPENDANCE VIS-A-VIS DE L'INITIALISATION ALEATOIRE DES AUTRES PARAMETRES AJUSTABLES DU RESEAU.

Download or read book R seaux d ondelettes et r seaux de neurones pour la mod lisation statique et dynamique de processus written by Yacine Oussar and published by . This book was released on 1998 with total page 0 pages. Available in PDF, EPUB and Kindle. Book excerpt:

Download or read book Neural Networks written by Gérard Dreyfus and published by Springer Science & Business Media. This book was released on 2005-11-25 with total page 509 pages. Available in PDF, EPUB and Kindle. Book excerpt: Neural networks represent a powerful data processing technique that has reached maturity and broad application. When clearly understood and appropriately used, they are a mandatory component in the toolbox of any engineer who wants make the best use of the available data, in order to build models, make predictions, mine data, recognize shapes or signals, etc. Ranging from theoretical foundations to real-life applications, this book is intended to provide engineers and researchers with clear methodologies for taking advantage of neural networks in industrial, financial or banking applications, many instances of which are presented in the book. For the benefit of readers wishing to gain deeper knowledge of the topics, the book features appendices that provide theoretical details for greater insight, and algorithmic details for efficient programming and implementation. The chapters have been written by experts and edited to present a coherent and comprehensive, yet not redundant, practically oriented introduction.

Download or read book Identification de processus par r seaux d ondelettes et r seaux de neurones written by Patrick BERIOT and published by . This book was released on 1997 with total page 204 pages. Available in PDF, EPUB and Kindle. Book excerpt:

Download or read book Mod lisation et apprentissage des pr f rences par r seaux de neurones written by Kary Främling and published by Presses Academiques Francophones. This book was released on 2015-04-01 with total page 332 pages. Available in PDF, EPUB and Kindle. Book excerpt: La modelisation des preferences des decideurs pour des problemes de choix est l'objet principal de ce travail. Afin d'obtenir des modeles plus realistes, des fonctions de preference contextuelle sont presentees dans cet ouvrage. La complexite d'expression de telles fonctions est reduite par le recours a des techniques d'apprentissage automatique a partir de reseaux de neurones. L'identification des fonctions de preference est realisee par des reseaux de neurones, fondes sur les principes de la regression non lineaire, a partir d'exemples de decision. La visualisation de la fonction apprise et les indicateurs de precision, de sensibilite et de robustesse permettent au decideur d'estimer le moment d'arreter la recherche de solutions. Les fonctionnalites d'explication developpees dans ce travail permettent de justifier les recommandations du reseau neuronal, ce qui constitue un des grands defis du domaine de l'aide a la decision multicritere et des reseaux neuronaux. De telles explications facilitent la prise de decision car elles permettent aux decideurs de mieux comprendre et justifier les decisions."

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 A L ETUDE DES RESEAUX D ONDELETTES written by Richard Baron (informaticien) and published by . This book was released on 1997 with total page 140 pages. Available in PDF, EPUB and Kindle. Book excerpt: LES RESEAUX DE NEURONES ARTIFICIELS CONSTITUENT DES OUTILS POUR L'APPROXIMATION DE FONCTIONS ET POUR LA CLASSIFICATION. LE MODELE DES RESEAUX D'ONDELETTES ETABLIT UN LIEN ENTRE LES METHODES NEURONALES ET LA THEORIE DE LA DECOMPOSITION EN ONDELETTES, ISSUE DES TECHNIQUES DE TRAITEMENT DU SIGNAL. NOTRE TRAVAIL PORTE SUR CE MODELE, EN L'APPLIQUANT A DIFFERENTS PROBLEMES, ET EN LE RELIANT A D'AUTRES TECHNIQUES. NOUS DONNONS TOUT D'ABORD QUELQUES RAPPELS CONCERNANT LA DECOMPOSITION EN FONCTIONS ONDELETTES, ET ABORDONS LE CAS DES FONCTIONS ONDELETTES VECTORIELLES. DANS LA PERSPECTIVE D'UNE APPLICATION AUX RESEAUX DE NEURONES, NOUS NOUS INTERESSONS AUX PROPRIETES DES STRUCTURES OBLIQUES, FAMILLES DE FONCTIONS AUTORISANT UNE REDONDANCE DANS LA DECOMPOSITION. NOUS PRECISONS ALORS L'ARCHITECTURE DE RESEAUX DE NEURONES UTILISANT LES PROPRIETES DE CES FAMILLES. NOUS PRESENTONS UNE FAMILLE DE FONCTIONS ONDELETTES UTILE, PAR LE CHOIX PRATIQUE DES FONCTIONS QU'ELLE AUTORISE. NOUS TRAITONS ENSUITE LE PROBLEME DE L'APPLICATION DU MODELE RESEAU D'ONDELETTES A L'APPROXIMATION DE FONCTIONS. NOUS EVOQUONS LA PROPRIETE D'APPROXIMATION UNIVERSELLE, QUI MONTRE QUE LE MODELE ONDELETTE PEUT REALISER L'APPROXIMATION DE N'IMPORTE QUELLE FONCTION. NOUS COMPARONS ENSUITE CE MODELE AUX AUTRES MODELES NEURONAUX SUR LE PLAN THEORIQUE. NOUS MONTRONS DES RESULTATS EXPERIMENTAUX DE COMPARAISON DE CES MODELES, SUR DES PROBLEMES D'APPROXIMATION DE FONCTIONS EN PETITE DIMENSION. ENFIN, NOUS PRESENTONS UN OUTIL, UTILISANT LE CALCUL PARALLELE SUR RESEAUX DE STATIONS DE TRAVAIL OU MACHINE SPECIFIQUE, AFIN DE REGLER DE MANIERE FINE LES PARAMETRES INTERVENANT DANS LES RESEAUX D'ONDELETTES. NOUS APPLIQUONS EGALEMENT LE MODELE RESEAU D'ONDELETTES A DES PROBLEMES DE CLASSIFICATION. NOUS COMMENCONS PAR MONTRER LES PARTICULARITES DE L'ARCHITECTURE DE RESEAUX D'ONDELETTES, SUR DES PROBLEMES SIMPLES, EN PETITE DIMENSION. NOUS DONNONS ENSUITE DES RESULTATS OBTENUS SUR LE PROBLEME CLASSIQUE DES FORMES D'ONDES DE BREIMAN. CELA NOUS PERMET DE SITUER LE MODELE ONDELETTE, EN TERME DE PERFORMANCES EN CLASSIFICATION, PAR RAPPORT A DES TRAVAUX ANTERIEURS. NOUS ABORDONS LA QUESTION DE LA DIMENSION DES DONNEES D'ENTREE, QUI POSE DES PROBLEMES PRATIQUES DANS LE CAS DES RESEAUX D'ONDELETTES, ET PROPOSONS UN ALGORITHME D'INITIALISATION AD'HOC. NOUS DONNONS LES RESULTATS D'UNE ETUDE COMPARATIVE DE TROIS MODELES DE CLASSIFIEURS (MULTICOUCHES, MONOPLAN ET ONDELETTE), POUR L'APPRENTISSAGE DE LA CLASSIFICATION DE SIGNAUX SONAR. NOUS ETUDIONS SUR CET EXEMPLE LA QUESTION DES EXEMPLES DIFFICILES A CLASSER, ET PROPOSONS UNE MESURE VISANT A DETECTER CES EXEMPLES. NOUS CONCLUONS QUANT A L'EFFICACITE DE LA MESURE PROPOSEE. ENFIN DES RESULTATS CONCERNANT UNE APPLICATION A DES DONNEES D'UN PROBLEME DE PERCEPTION OLFACTIVE SONT EVOQUES. EN DERNIER LIEU, NOUS ETABLISSONS UN LIEN ENTRE LES RESEAUX D'ONDELETTES ET LES TECHNIQUES DE REGULARISATION. NOUS DEFINISSONS DES TERMES DE REGULARISATION ADAPTES A L'ARCHITECTURE DU MODELE ONDELETTE, ET DONNONS DES RESULTATS EXPERIMENTAUX MONTRANT L'INTERET DE CES TERMES. ENFIN, NOUS EXAMINONS LE LIEN THEORIQUE ENTRE LE MODELE DES RESEAUX D'ONDELETTES ET CELUI DES RESEAUX DE REGULARISATION. DES CONSIDERATIONS DE CONVERGENCE NOUS AMENENT A CONJECTURER QUE LES RESEAUX D'ONDELETTES NE CONSTITUENT PAS DES RESEAUX DE REGULARISATION.

Download or read book THEORIE ET APPLICATIONS DES RESEAUX DE NEURONES RECURRENTS ET DYNAMIQUES A LA PREDICTION A LA MODELISATION ET AU CONTROLE ADAPTATIF DES PROCESSUS DYNAMIQUES written by Alexandre Aussem and published by . This book was released on 1995 with total page 454 pages. Available in PDF, EPUB and Kindle. Book excerpt: CETTE THESE TRAITE DES RESEAUX DE NEURONES DYNAMIQUES ET RECURRENTS (DRNN) OBTENUS EN MODELISANT LES CONNEXIONS PAR DES FILTRES AUTOREGRESSIFS. EN VERTU DE LEUR DYNAMIQUE INTERNE, CES RESEAUX A RECURRENCE SPATIALE ET TEMPORELLE APPROXIMENT LES LOIS SOUS-JACENTES QUI REGISSENT LES SERIES CHRONOLOGIQUES PAR UN SYSTEME D'EQUATIONS AUX DIFFERENCES NON LINEAIRES. UN ALGORITHME D'APPRENTISSAGE LOCAL A PROPAGATION D'ERREUR EST PRESENTE, LEQUEL REDUIT SUBSTANCIELLEMENT LA COMPLEXITE D'UN ALGORITHME A PROPAGATION AVANT. LA PROCEDURE DOIT SON EFFICACITE A LA DECROISSANCE EXPONENTIELLE DU GRADIENT DANS LE RESEAU ADJOINT. CE RESULTAT EST DEMONTRE. LE POTENTIEL DU MODELE DRNN EST ILLUSTRE PAR DES SIMULATIONS INTENSIVES SUR DES SERIES CHRONOLOGIQUES. DES PREDICTIONS SONT EFFECTUEES SUR DES DONNEES ASTRO-CLIMATIQUES, DES PROCESSUS CHAOTIQUES GENERES PAR ORDINATEUR ET LA SERIE DES SUNSPOTS. UNE ANALYSE THEORIQUE EST PRESENTEE, VISANT A UNIFIER LA PREDICTION, LA MODELISATION ET LE CONTROLE ADAPTATIF SOUS UN MEME FORMALISME MATHEMATIQUE. LA GESTION DES RESSOURCES D'UN RESEAU ATM EST AUSSI EXPLOREE PAR L'ENTREMISE DE PLUSIEURS RESEAUX DE NEURONES DISTRIBUES SUR LES COMMUTATEURS.

Download or read book Les r seaux de neurones written by Pierre Borne and published by Editions OPHRYS. This book was released on 2007 with total page 166 pages. Available in PDF, EPUB and Kindle. Book excerpt:

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 Les r seaux de neurones pour la mod lisation et la commande des proc d s biotechnologiques written by and published by . This book was released on 2000 with total page 123 pages. Available in PDF, EPUB and Kindle. Book excerpt: Dans ce travail nous réalisons une étude sur l'utilisation de réseaux de neurones pour la modélisation, la classification et la prédiction appliquées aux procédés de fermentation. Les modèles de type boîte noire (et nous classifions ici les réseaux de neurones) sont utiles pour la modélisation des procédés ou des phénomènes pour lesquels des modèles analytiques ne peuvent pas être déduits à partir de considérations physiques. Parmi les avantages des modèles neuronaux par rapport aux autres modèles boîte noire, nous mentionnons le fait qu'ils sont des approximateurs universels, leurs fonctions de base sont adaptatives, leur structure répétitive permet une facile implémentation logicielle et matérielle et ils ont la propriété de la régularisation implicite. Ceux-ci, combinés avec les caractéristiques de procédés biologiques (procédés non-linéaires et non-stationnaires dont la dynamique et peu connue), fournissent la raison pour laquelle les réseaux de neurones sont un outil très apprécié pour la modélisation des procédés biologiques, ou des procédés de fermentation, dans notre cas. Nous avons donc utilisé des structures de modèles neuronaux déjà existants et proposé aussi de nouvelles structures pour les cas ciblés de fermentations alcoolique et lactique. Nous présentons deux approches pour la caractérisation de la dynamique d'un procédé de fermentation: la modélisation du taux de croissance en biomasse, le paramètre dynamique principal du procédé et la caractérisation globale du type de la dynamique du procédé à l'aide d'un classifieur neuronal. Les deux approches sont testées en simulation et sur des données expérimentales pour une fermentation lactique et une fermentation alcoolique. La caractérisation globale de la dynamique d'un procédé de fermentation représente un outil potentiel pour la supervision des procédés en détectant les changements dans la dynamique du système où une aide à la modélisation des procédés de fermentation en mode discontinu. Nous avons considéré aussi la prédiction de la biomasse pour une fermentation en mode continu et les modèles neuronaux de prédiction ont été testés dans une stratégie de commande prédictive. Les résultats sont comparés avec la même stratégie prédictive mais utilisant une approche adaptative et l'approche neuronale a un succès incontestable pour les cas ou la dynamique du procédé change dans le temps. Finalement nous nous sommes intéressés à la prédiction du quotient respiratoire, proposant un modèle neuronal de prédiction. Il est réalisé en vue d'une commande prédictive du procédé pour la maintenance d'un certain régime de fonctionnement (oxydatif ou fermentaire).

Download or read book METHODES STATISTIQUES DE SELECTION D ARCHITECTURES NEURONALES written by DOMINIQUE.. URBANI and published by . This book was released on 1995 with total page 160 pages. Available in PDF, EPUB and Kindle. Book excerpt: LES RESEAUX DE NEURONES FORMELS CONNAISSENT DEPUIS QUELQUES ANNEES UN DEVELOPPEMENT IMPORTANT, NOTAMMENT DANS LE DOMAINE DE L'AUTOMATIQUE ET DE LA COMMANDE DE PROCESSUS. CEPENDANT, PEU DE TRAVAUX ABORDENT LE PROBLEME DE LA SELECTION DE MODELES: LA SELECTION CONSISTE A DETERMINER LES ENTREES ET L'ARCHITECTURE DU MODELE AFIN QUE CELUI-CI SOIT TOUT A LA FOIS PERFORMANT (POSSEDANT DE BONNES CAPACITES DE GENERALISATION) ET PARCIMONIEUX (LA COMPLEXITE DE SA STRUCTURE EST MINIMALE, AFIN DE REDUIRE LE NOMBRE DE CALCUL). D'AUTRE PART, L'INTERET CROISSANT POUR LES RESEAUX DE NEURONES A CONDUIT A LA CONCEPTION DE CIRCUITS DEDIES AUX APPLICATIONS NEURONALES. OR, LA REALISATION DE TELS CIRCUITS EST D'AUTANT PLUS FACILE QUE LEUR STRUCTURE EST SIMPLE. DANS CETTE DOUBLE OPTIQUE, NOUS NOUS SOMMES INTERESSES AU PROBLEME DE LA SELECTION DE MODELES NEURONAUX. DES METHODES HEURISTIQUES DE SELECTION ONT ETE PROPOSEES DANS LA LITTERATURE, MAIS NOUS AVONS CHOISI D'UTILISER DES METHODES STATISTIQUES, QUI REPOSENT SUR DES BASES THEORIQUES SOLIDES. LE PROBLEME A ETE ABORDE DANS LE CADRE PARTICULIER DE LA MODELISATION DE PROCESSUS DYNAMIQUES NON LINEAIRES. APRES AVOIR POSE LE PROBLEME DE LA MODELISATION DE PROCESSUS, NOUS PROPOSONS UNE PROCEDURE DE SELECTION DE MODELES NARX QUI SE DECOMPOSE EN TROIS PHASES: DANS LA PREMIERE PHASE, LE PROCESSUS EST ETUDIE DANS PLUSIEURS ZONES LOCALES DE FONCTIONNEMENT, DANS LESQUELLES SON COMPORTEMENT PEUT ETRE APPROCHE A L'AIDE DE MODELES SIMPLES, LINEAIRES PAR RAPPORT AUX PARAMETRES. UN MODELE NEURONAL DU PROCESSUS, VALIDE SUR TOUT LE DOMAINE DE FONCTIONNEMENT DU PROCESSUS, ET DONT LES ENTREES SONT CELLES SELECTIONNEES LORS DE LA PREMIERE PHASE, EST ALORS CONSTRUIT. DE NOUVELLES SELECTIONS SONT EFFECTUEES POUR REDUIRE SI NECESSAIRE SES ENTREES (DEUXIEME PHASE), PUIS LE NOMBRE DE SES NEURONES (TROISIEME PHASE). CETTE PROCEDURE EST APPLIQUEE A PLUSIEURS PROCESSUS NARX SIMULES

Download or read book APPROCHES STATIQUE ET DYNAMIQUE DE LA MODULATION DES EFFICACITES SYNAPTIQUES DANS LES RESEAUX DE NEURONES written by NICOLAS.. PICAN and published by . This book was released on 1995 with total page 162 pages. Available in PDF, EPUB and Kindle. Book excerpt: NOUS NOUS SOMMES INTERESSES A UN DOMAINE PARTICULIER DES RESEAUX DE NEURONE QUI EST CELUI DE LA MODELISATION DES COMPORTEMENTS DEPENDANT DU CONTEXTE. POUR CELA NOUS AVONS DEVELOPPE UN NOUVEAU TYPE D'ALGORITHME D'APPRENTISSAGE (LCLA) POUR LES ARCHITECTURES FONDEES SUR DES ENSEMBLES DE PLUSIEURS PERCEPTRONS MULTI-COUCHES DANS LESQUELLES LE COMPORTEMENT DEPENDANT DU CONTEXTE EST STATIQUEMENT DISTRIBUE SUR CHACUN DE CES RESEAUX. PUIS NOUS AVONS DEVELOPPE, PAR EXTENSION AUX CARACTERISTIQUES DE CE TYPE D'ARCHITECTURE, UN NOUVEAU MODELE NEURONAL, AINSI QUE SON ALGORITHME D'APPRENTISSAGE, DANS LEQUEL LES EFFICACITES SYNAPTIQUES DES CONNEXIONS SONT DYNAMIQUEMENT ESTIMEES EN REGARD DU CONTEXTE DU COMPORTEMENT A MODELISER (OWE). D'AUTRE PART, TOUT AU LONG DE CETTE RECHERCHE NOUS AVONS PU FAIRE DE FORTES ANALOGIES AVEC DES ETUDES SUR LA PSYCHOLOGIE DU COMPORTEMENT D'UNE PART ET AVEC DES STRUCTURES NEUROBIOLOGIQUES D'AUTRE PART NOUS PERMETTANT AINSI DE VALIDER NOTRE APPROCHE DANS LE DOMAINE PLURIDISCIPLINAIRE QU'EST CELUI DU NEURO-MIMETISME. CES MODELES ONT EGALEMENT FAIT L'OBJET DE VALIDATION SUR DES APPLICATIONS INDUSTRIELLES AU SEIN DE LA SOCIETE SOLLAC, POUR LE PRE-REGLAGE D'UNE MACHINE D'ECROUISSAGE APPELE SKINPASS 80' ET DANS LA MISE EN UVRE D'UN CONTROLEUR NEURONAL POUR LA REGULATION DES TEMPERATURES DES ZONES D'UN FOUR DE RECUIT CONTINU MIXTE (RCM)

Download or read book La Commande Pr dictive Non Lin aire written by Zahir Ahmida and published by Omniscriptum. This book was released on 2011-06 with total page 140 pages. Available in PDF, EPUB and Kindle. Book excerpt: Ce livre est une contribution au th me de la commande pr dictive non lin aire r f renc e mod le et dans lequel sont adress es les probl matiques de l'identification par r seaux neuroniques, de la stabilit et de la poursuite des trajectoires dans l'espace d' tat. Concernant la mod lisation des syst mes dynamiques non lin aires, un algorithme bas sur les r seaux de neurones fonctions gaussiennes est pr sent et une technique pratique est propos e pour l'identification des mod les NARX et d'autres structures neuroniques r troaction externe, capables de restituer les propri t s dynamiques et de stabilit du syst me nonlin aire identifi . les caract ristiques dynamiques de ces structures neuroniques permettent leur int gration dans des sch mas de commande pr dictive non lin aire assurant la stabilit en boucle ferm e. La stabilisation de la poursuite des trajectoires dans l'espace d' tat est assur e par une architecture de commande caract re hybride: pr dictive-neuronique.

Download or read book M thodologie de mod lisation et de commande par r seaux de neurones pour des dispositifs lectrotechniques non lin aires written by Christophe Forgez and published by . This book was released on 2013 with total page 0 pages. Available in PDF, EPUB and Kindle. Book excerpt: Le domaine de l'electrotechnique recele differents types de phenomenes non lineaires de par la construction et la constitution des machines ou leurs alimentations. Bon nombre de methodes capables de les traiter existent, mais souffrent de ne pas apporter de solutions universelles tant en modelisation qu'en commande les travaux rassembles dans ce memoire proposent un formalisme de modelisation et de commande de systemes electrotechniques en utilisant les reseaux artificiels de neurones. Nous nous sommes efforces d'appliquer les proprietes d'apprentissage des reseaux neuronaux a differents phenomenes rencontres en genie electrique, notamment en electromecanique et electromagnetisme, tout en evoquant leurs avantages et leurs limites. L'apprentissage permet de modeliser des caracteristiques lineaires, non lineaires ou discontinues, a partir d'echantillons de celles-ci, en utilisant des methodes d'optimisation non lineaires dont la plupart souffrent d'un cout exorbitant en temps de calculs. Pour pallier cet inconvenient majeur nous avons propose une methode dite d'initialisation basee sur une regression non lineaire. Celle ci permet entre autre d'optimiser la structure mathematique du reseau neuronal en fonction de la caracteristique a apprendre ce qui permet de reduire considerablement les temps d'apprentissage et d'augmenter la qualite de modelisation. Cette technique demontree et formalisee a ete mise en pratique sur differentes applications. Nous l'avons tout d'abord testee sur la modelisation d'inductances saturables ce qui a permis de soulever les problemes lies au cout et a la qualite des modeles. Au vue des bonnes performances, nous l'avons appliquee sur la modelisation de cycles majeurs d'hysteresis, puis sur des couples de charges mecaniques.

Download or read book Dynamique et plasticit dans les r seaux de neurones impulsions written by Hédi Soula and published by . This book was released on 2005 with total page 22 pages. Available in PDF, EPUB and Kindle. Book excerpt: Dans ce travail, une approche de "vie artificielle" est utilisée pour étudier le support neural des comportements. Un comportement est issu d'une bonne adéquation entre le système de contrôle, les capacités sensori-motrices de l'agent et de l'environnement. Dans un paradigme dynamique, un comportement est ainsi un attracteur dans l'espace perception/action - composé de la dynamique interne du contrôleur et de celle obtenue par l'évolution de l'agent. La dynamique neurale est à l'origine de la dynamique interne. L'apprentissage de comportement revient donc à coupler ces deux dynamiques. Nous introduisons, dans un premier temps, une étude détaillée de la dynamique nerveuse dans le cas de réseaux de neurones à impulsions. En mode spontané (c'est-à-dire sans entrées), ces réseaux opèrent de manière non triviale. Selon les paramètres de la distribution de poids synaptiques, nous sommes en mesure d'estimer complètement l'activité de décharge. On montre l'existence d'une bifurcation pour le paramètre de couplage : la variance de la distribution. Nous montrons aussi que ce facteur de couplage mesure le charactère chaotique du fonctionnement du réseau. Pour apprendre des comportement, nous utilisons un algorithme biologiquement plausible la Spike-Time Dependent Plasticity qui permet de coupler la dynamique neurale. Nous montrons en dynamique spontanée l'influence des paramètres d'apprentissage sur le fonctionnement du réseau. Nous montrons que la STDP permet de rester dans un régime "au bord du chaos". Dans le but de valider cette approche, nous utilisons le réseau pour controler un robot qui doit apprendre à éviter les obstacles en servant uniquement du flot visuel.

Download or read book RESEAUX DE NEURONES POUR LE FILTRAGE ADAPTATIF L IDENTIFICATION ET LA COMMANDE DE PROCESSUS written by OLIVIER.. NERRAND and published by . This book was released on 1992 with total page 151 pages. Available in PDF, EPUB and Kindle. Book excerpt: LA PRESENTE THESE ENTRE DANS LE CADRE D'UN EFFET DE CLARIFICATION DES RELATIONS CONCEPTUELLES QUI EXISTENT ENTRE L'APPRENTISSAGE DES RESEAUX DE NEURONES FORMELS, L'ADAPTATION DES FILTRES DANS LE DOMAINE DU TRAITEMENT DU SIGNAL, L'IDENTIFICATION ET LA COMMANDE DE PROCESSUS NON LINEAIRES EN AUTOMATIQUE. NOUS PROPOSONS EGALEMENT UNE REPRESENTATION ORIGINALE ET TRES GENERALE DES RESEAUX DE NEURONES FORMELS A TEMPS DISCRET, EN INTRODUISANT LA NOTION DE SYNAPSE A RETARD. NOUS AVONS DEVELOPPE UN ENSEMBLE D'ALGORITHMES TRES GENERAUX PERMETTANT D'EFFECTUER L'APPRENTISSAGE DE RESEAUX DE NEURONES (BOUCLES OU NON) UTILISES EN TANT QUE FILTRES, MODELES PREDICTIFS OU CORRECTEURS DANS DES SYSTEMES DYNAMIQUES NON LINEAIRES. L'UTILISATION DE CES ALGORITHMES EST ILLUSTREE DE FACON DETAILLEE SUR DES EXEMPLES