Réseaux de neurones formels pour la modélisation, la commande et la classification / Léon, Personnaz / Isabelle, Rivals ; Gérard, Toulouse (préface de) [ Livre]

Auteur principal: Personnaz, Léon, 1941-....Co-auteur: Rivals, IsabelleLangue: Français ; de l'oeuvre originale, Français.Publication : Paris : CNRS éd., 2003Description : XX-387 p. ; 24 cmISBN: 2271061032.Collection: Collection Sciences et techniques de l'ingénieurClassification: I Intelligence artificielle, Machine Learning et Data ScienceRésumé: Les réseaux de neurones formels sont des opérateurs modulaires non linéaires permettant de résoudre de nombreux problèmes industriels de modélisation, de commande de processus, et de reconnaissance des formes. Cet ouvrage introduit les outils algorithmiques et statistiques nécessaires à leur mise en œuvre efficace. Afin d'aider le concepteur à décider de la pertinence de leur utilisation, les réseaux de neurones sont situés par rapport à des opérateurs plus simples, comme des polynômes ou des sommes de gaussiennes. Les propriétés de ces derniers sont exposées, avant d'être étendues aux réseaux de neurones. L'apprentissage des réseaux de neurones, autrement dit l'estimation de leurs paramètres, est exposé de façon unifiée et détaillée, aussi bien pour des modèles statiques ou des classifieurs, que pour des modèles dynamiques ou des correcteurs. Cette présentation est complétée par l'évaluation de la confiance à accorder aux estimations des réseaux. Enfin, une large place est consacrée au problème central de la sélection des entrées significatives et de l'architecture optimale d'un réseau de neurones. Sommaire Domaines d'application et exemples d'utilisation des réseaux de neurones formels Modélisation Sélection de modèles Commande de processus Classification..Sujet - Nom commun: Réseaux neuronaux (informatique) | Modèles mathématiques | Commande de processus | Classification automatique
Current location Call number Status Notes Date due Barcode
ENS Rennes - Bibliothèque
Informatique
I PER (Browse shelf) Available I Intelligence artificielle, Machine Learning et Data Science 00010349

Bibliogr. p. 373-380. Index

Les réseaux de neurones formels sont des opérateurs modulaires non linéaires permettant de résoudre de nombreux problèmes industriels de modélisation, de commande de processus, et de reconnaissance des formes. Cet ouvrage introduit les outils algorithmiques et statistiques nécessaires à leur mise en œuvre efficace. Afin d'aider le concepteur à décider de la pertinence de leur utilisation, les réseaux de neurones sont situés par rapport à des opérateurs plus simples, comme des polynômes ou des sommes de gaussiennes. Les propriétés de ces derniers sont exposées, avant d'être étendues aux réseaux de neurones. L'apprentissage des réseaux de neurones, autrement dit l'estimation de leurs paramètres, est exposé de façon unifiée et détaillée, aussi bien pour des modèles statiques ou des classifieurs, que pour des modèles dynamiques ou des correcteurs. Cette présentation est complétée par l'évaluation de la confiance à accorder aux estimations des réseaux. Enfin, une large place est consacrée au problème central de la sélection des entrées significatives et de l'architecture optimale d'un réseau de neurones.

Sommaire
Domaines d'application et exemples d'utilisation des réseaux de neurones formels
Modélisation
Sélection de modèles
Commande de processus
Classification.

Powered by Koha