Utilisation des réseaux de neurones à fonction radiale de base RBF pour l’estimation des paramètres de la distribution K-généralisée / Fatiha Atoui 

Public ISBD Titre : Utilisation des réseaux de neurones à fonction radiale de base RBF pour l’estimation des paramètres de la distribution K-généralisée Type de document : texte imprimé Auteurs : Fatiha Atoui, Auteur ; Sid Ali Lecheheb, Auteur ; Khair-Eddine Cheikh, Directeur de thèse Editeur : CONSTANTINE [ALGERIE] : Université Frères Mentouri Constantine Année de publication : 2016 Importance : 46 f. Format : 30 cm. Note générale : Une copie électronique PDF disponible en BUC. Langues : Français (fre) Résumé : Notre travail consiste à introduire les réseaux de neurones pour l’estimation des paramètres de la distribution K-généralisée en utilisant l’architecture RBF avec l’algorithme d’apprentissage K_means et l’architecture MLP. Nous avons mis en oeuvre une structure à base de plusieurs réseaux de neurones, où chaque réseau est entrainé pour faire l’estimation du paramètre de forme d’une seule distribution de clutter constituant le clutter K-généralisée. Les résultats de simulations montrent que seul l’estimateur à base de réseaux de neurones et particulièrement le réseau RBF, permet d’apporter une bonne estimation pour un large intervalle de paramètre de forme avec une faible valeur de la variance Diplome : Master 2 Permalink : https://bu.umc.edu.dz/master/index.php?lvl=notice_display&id=8621 Utilisation des réseaux de neurones à fonction radiale de base RBF pour l’estimation des paramètres de la distribution K-généralisée [texte imprimé] / Fatiha Atoui, Auteur ; Sid Ali Lecheheb, Auteur ; Khair-Eddine Cheikh, Directeur de thèse . - CONSTANTINE [ALGERIE] : Université Frères Mentouri Constantine, 2016 . - 46 f. ; 30 cm. Une copie électronique PDF disponible en BUC. Langues : Français (fre) Résumé : Notre travail consiste à introduire les réseaux de neurones pour l’estimation des paramètres de la distribution K-généralisée en utilisant l’architecture RBF avec l’algorithme d’apprentissage K_means et l’architecture MLP. Nous avons mis en oeuvre une structure à base de plusieurs réseaux de neurones, où chaque réseau est entrainé pour faire l’estimation du paramètre de forme d’une seule distribution de clutter constituant le clutter K-généralisée. Les résultats de simulations montrent que seul l’estimateur à base de réseaux de neurones et particulièrement le réseau RBF, permet d’apporter une bonne estimation pour un large intervalle de paramètre de forme avec une faible valeur de la variance Diplome : Master 2 Permalink : https://bu.umc.edu.dz/master/index.php?lvl=notice_display&id=8621

Réservation

Réserver ce document

Exemplaires (1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
MSELE160031	MSELE160031	Document électronique	Bibliothèque principale	Mémoires	Disponible

Documents numériques

texte integre Adobe Acrobat PDF

---

1 (1 - 1 / 1)