Approximation De fonctions par les réseaux de neurones à propagation avant / Wafa Hammoudi 

Public ISBD Titre : Approximation De fonctions par les réseaux de neurones à propagation avant Type de document : texte imprimé Auteurs : Wafa Hammoudi, Auteur ; Ilhem Maâlem, Auteur ; Ahmed Chibat, Directeur de thèse Editeur : CONSTANTINE [ALGERIE] : Université Frères Mentouri Constantine Année de publication : 2015 Importance : 55 f. Format : 30 cm. Note générale : Une copie electronique PDF disponible au BUC. Langues : Français (fre) Catégories : Sciences Exactes:Mathématiques Tags : Statistique Appliquée  Sciences Exactes Index. décimale : 510 Mathématiques Résumé : L’objet de notre mémoire est de présenter les réseaux de neurones artificiels comme outil pour l’approximation des fonctions. Nous avons abordé tous les aspects qui touchent à la question : la bonne définition du réseau, son architecture et les différents algorithmes d’entraînement avec lesquels ses paramètres doivent être ajustés. Les différentes méthodes ont été présentées en respectant leurs évolutions en termes de précision et en termes de vitesse de convergence. L’apprentissage des réseaux de neurones se fait de manière itérative par l’ajustement graduel des poids. Le critère à minimiser est celui de l’erreur quadratique moyenne. Le premier algorithme qui permet de conduire cette opération est celui de la rétro propagation du gradient. C’est l’algorithme de base, mais ceux qui ont suivi ont apporté de plus en plus d’améliorations. Nous avons abordé les algorithmes du premier ordre, puis ceux du deuxième ordre, pour conclure avec les outils les plus actuels. Nous avons, en plus, fait de la question du nombre de neurones cachés l’objet d’une application pratique et d’une étude par simulation. Diplome : Master 2 Permalink : https://bu.umc.edu.dz/master/index.php?lvl=notice_display&id=1232 Approximation De fonctions par les réseaux de neurones à propagation avant [texte imprimé] / Wafa Hammoudi, Auteur ; Ilhem Maâlem, Auteur ; Ahmed Chibat, Directeur de thèse . - CONSTANTINE [ALGERIE] : Université Frères Mentouri Constantine, 2015 . - 55 f. ; 30 cm. Une copie electronique PDF disponible au BUC. Langues : Français (fre) Catégories : Sciences Exactes:Mathématiques Tags : Statistique Appliquée  Sciences Exactes Index. décimale : 510 Mathématiques Résumé : L’objet de notre mémoire est de présenter les réseaux de neurones artificiels comme outil pour l’approximation des fonctions. Nous avons abordé tous les aspects qui touchent à la question : la bonne définition du réseau, son architecture et les différents algorithmes d’entraînement avec lesquels ses paramètres doivent être ajustés. Les différentes méthodes ont été présentées en respectant leurs évolutions en termes de précision et en termes de vitesse de convergence. L’apprentissage des réseaux de neurones se fait de manière itérative par l’ajustement graduel des poids. Le critère à minimiser est celui de l’erreur quadratique moyenne. Le premier algorithme qui permet de conduire cette opération est celui de la rétro propagation du gradient. C’est l’algorithme de base, mais ceux qui ont suivi ont apporté de plus en plus d’améliorations. Nous avons abordé les algorithmes du premier ordre, puis ceux du deuxième ordre, pour conclure avec les outils les plus actuels. Nous avons, en plus, fait de la question du nombre de neurones cachés l’objet d’une application pratique et d’une étude par simulation. Diplome : Master 2 Permalink : https://bu.umc.edu.dz/master/index.php?lvl=notice_display&id=1232

Réservation

Réserver ce document

Exemplaires (1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
MSMTH150037	MSMTH150037	Document électronique	Bibliothèque principale	Mémoires	Disponible

Documents numériques

texte integré Adobe Acrobat PDF

---

1 (1 - 1 / 1)