Catalogue des Mémoires de master
Détail de l'auteur
Documents disponibles écrits par cet auteur (4)
Affiner la recherche
| Titre : |
Conception d’un Programme pour la Sélection Automatique du Meilleur Modèle Parmi Ceux Générés par la Régression Polynomiale ou par la Méthode Neuronale |
| Type de document : |
texte imprimé |
| Auteurs : |
Chaïma Bahloul, Auteur ; Assia Belbekkouche, Auteur ; F.Saadi, Directeur de thèse |
| Editeur : |
CONSTANTINE [ALGERIE] : Université Frères Mentouri Constantine |
| Année de publication : |
2019 |
| Importance : |
107 f. |
| Format : |
30 cm. |
| Note générale : |
Une copie électronique PDF disponible en BUC. |
| Langues : |
Français (fre) |
| Catégories : |
Sciences Exactes:Mathématiques
|
| Tags : |
Méthode Neuronale |
| Index. décimale : |
510 Mathématiques |
| Résumé : |
L’objectif de ce m´emoire est de cr´eer un programme qui s´electionne
automatiquement le meilleur mod`ele de r´egression parmi ceux g´en´er´es par
la r´egression Polynˆomiale standard ou par la m´ethode neuronale.
Ce m´emoire pr´esente les notions de bases de la r´egression polynˆomiale
classique et celle des r´eseaux de neurones, suivi par une ´etude de l’efficacit´e des r´eseaux de neurones dans le cas l’ajustement polynˆomiale. Cette
efficacit´e est mesur´ee en termes de performance, et en terme de vitesse de
convergence.
Notre ´etude inclut en plus l’algorithme de l’Extrem Learning Machine
qui d´efini une nouvelle m´ethode statistique pour enrichir notre comparaison
d’efficacit´e.
La comparaison des r´esultats des trois m´ethodes utilis´es dans ce m´emoire,
est r´ealis´ee en utilisant le logiciel MATLAB R2 |
| Diplome : |
Master 2 |
| Permalink : |
https://bu.umc.edu.dz/master/index.php?lvl=notice_display&id=11292 |
Conception d’un Programme pour la Sélection Automatique du Meilleur Modèle Parmi Ceux Générés par la Régression Polynomiale ou par la Méthode Neuronale [texte imprimé] / Chaïma Bahloul, Auteur ; Assia Belbekkouche, Auteur ; F.Saadi, Directeur de thèse . - CONSTANTINE [ALGERIE] : Université Frères Mentouri Constantine, 2019 . - 107 f. ; 30 cm. Une copie électronique PDF disponible en BUC. Langues : Français ( fre)
| Catégories : |
Sciences Exactes:Mathématiques
|
| Tags : |
Méthode Neuronale |
| Index. décimale : |
510 Mathématiques |
| Résumé : |
L’objectif de ce m´emoire est de cr´eer un programme qui s´electionne
automatiquement le meilleur mod`ele de r´egression parmi ceux g´en´er´es par
la r´egression Polynˆomiale standard ou par la m´ethode neuronale.
Ce m´emoire pr´esente les notions de bases de la r´egression polynˆomiale
classique et celle des r´eseaux de neurones, suivi par une ´etude de l’efficacit´e des r´eseaux de neurones dans le cas l’ajustement polynˆomiale. Cette
efficacit´e est mesur´ee en termes de performance, et en terme de vitesse de
convergence.
Notre ´etude inclut en plus l’algorithme de l’Extrem Learning Machine
qui d´efini une nouvelle m´ethode statistique pour enrichir notre comparaison
d’efficacit´e.
La comparaison des r´esultats des trois m´ethodes utilis´es dans ce m´emoire,
est r´ealis´ee en utilisant le logiciel MATLAB R2 |
| Diplome : |
Master 2 |
| Permalink : |
https://bu.umc.edu.dz/master/index.php?lvl=notice_display&id=11292 |
|
Réservation
Réserver ce document
Exemplaires (1)
|
| MSMTH190001 | MSMTH190001 | Document électronique | Bibliothèque principale | Mémoires | Disponible |
Documents numériques
MSMTH190001Adobe Acrobat PDF | | |
| Titre : |
Sensibilité des réseaux de neurones et robustesse |
| Type de document : |
texte imprimé |
| Auteurs : |
Sabra Boutobza, Auteur ; Rekia Kantar, Auteur ; F.Saadi, Directeur de thèse |
| Editeur : |
CONSTANTINE [ALGERIE] : Université Frères Mentouri Constantine |
| Année de publication : |
2016 |
| Importance : |
98 f. |
| Format : |
30 cm. |
| Note générale : |
une copie electronique disponible en BUC |
| Langues : |
Français (fre) |
| Catégories : |
Sciences Exactes:Chimie
|
| Tags : |
Statistique Appliquée Sciences Exactes |
| Index. décimale : |
540 Chimie |
| Résumé : |
Ce mémoire présente un traitement détaillé du développement d’un réseau et
l’évaluation de la robustesse des réseaux. Les méthodes présentées sont trois méthodes
utilisées pour avoir un modèle qui a la flexibilité requise et généralise bien les données
invisibles: la recherche exhaustive, l’arrêt précoce et la régularisation.
Une approche à réaliser des modèles optimaux est l’élagage. Ce mémoire présente des
approches pour élaguer des réseaux (des poids et des neurones), et il illustre deux méthodes
d’élagages, dommages de cerveaux optimaux (OBD) et la mesure de nullité de variance, en
détail.
La robustesse des réseaux taillés est examinée par la perturbation des poids optimaux
en ajoutant de diverses quantités de bruit aléatoire à eux.
En conclusion, des intervalles de confiance sont obtenus pour des poids basés sur un
échantillon des poids des réseaux extraits de l'ensemble des poids optimaux en ajoutant le
bruit. À partir de ces derniers, des limites supérieures et inférieures de confiance pour la
performance de réseau sont obtenues.
Une application pratique et d’une étude par simulation est faite en utilisant Matlab
pour bien illustrer les méthodes discuté précédemment |
| Diplome : |
Master 2 |
| Permalink : |
https://bu.umc.edu.dz/master/index.php?lvl=notice_display&id=3254 |
Sensibilité des réseaux de neurones et robustesse [texte imprimé] / Sabra Boutobza, Auteur ; Rekia Kantar, Auteur ; F.Saadi, Directeur de thèse . - CONSTANTINE [ALGERIE] : Université Frères Mentouri Constantine, 2016 . - 98 f. ; 30 cm. une copie electronique disponible en BUC Langues : Français ( fre)
| Catégories : |
Sciences Exactes:Chimie
|
| Tags : |
Statistique Appliquée Sciences Exactes |
| Index. décimale : |
540 Chimie |
| Résumé : |
Ce mémoire présente un traitement détaillé du développement d’un réseau et
l’évaluation de la robustesse des réseaux. Les méthodes présentées sont trois méthodes
utilisées pour avoir un modèle qui a la flexibilité requise et généralise bien les données
invisibles: la recherche exhaustive, l’arrêt précoce et la régularisation.
Une approche à réaliser des modèles optimaux est l’élagage. Ce mémoire présente des
approches pour élaguer des réseaux (des poids et des neurones), et il illustre deux méthodes
d’élagages, dommages de cerveaux optimaux (OBD) et la mesure de nullité de variance, en
détail.
La robustesse des réseaux taillés est examinée par la perturbation des poids optimaux
en ajoutant de diverses quantités de bruit aléatoire à eux.
En conclusion, des intervalles de confiance sont obtenus pour des poids basés sur un
échantillon des poids des réseaux extraits de l'ensemble des poids optimaux en ajoutant le
bruit. À partir de ces derniers, des limites supérieures et inférieures de confiance pour la
performance de réseau sont obtenues.
Une application pratique et d’une étude par simulation est faite en utilisant Matlab
pour bien illustrer les méthodes discuté précédemment |
| Diplome : |
Master 2 |
| Permalink : |
https://bu.umc.edu.dz/master/index.php?lvl=notice_display&id=3254 |
|
Réservation
Réserver ce document
Exemplaires (1)
|
| MSCHI160050 | MSCHI160050 | Document électronique | Bibliothèque principale | Mémoires | Disponible |
