RESEAUX DE NEURONES POUR LA CLASSIFICATION AUTOMATIQUES; APPLICATION A LA RECONNAISSANCE DE CHIFFRES MANUSCRITS PDF Download
Are you looking for read ebook online? Search for your book and save it on your Kindle device, PC, phones or tablets. Download RESEAUX DE NEURONES POUR LA CLASSIFICATION AUTOMATIQUES; APPLICATION A LA RECONNAISSANCE DE CHIFFRES MANUSCRITS PDF full book. Access full book title RESEAUX DE NEURONES POUR LA CLASSIFICATION AUTOMATIQUES; APPLICATION A LA RECONNAISSANCE DE CHIFFRES MANUSCRITS by STEFAN.. KNERR. Download full books in PDF and EPUB format.
Author: STEFAN.. KNERR
Publisher:
ISBN:
Category :
Languages : fr
Pages :
Get Book Here
Book Description
MON TRAVAIL DE THESE A PORTE SUR L'UTILISATION DES RESEAUX DE NEURONES FORMELS DANS LE DOMAINE DE LA CLASSIFICATION AUTOMATIQUE, AVEC POUR APPLICATION PRINCIPALE LA RECONNAISSANCE DES CHIFFRES MANUSCRITS. L'APPORT DE CE TRAVAIL A ETE L'ELABORATION D'UNE PROCEDURE QUI, ETANT DONNE UN PROBLEME DE CLASSIFICATION, TROUVE AUTOMATIQUEMENT UN RESEAU BIEN ADAPTE A LA COMPLEXITE DU PROBLEME A RESOUDRE. CETTE PROCEDURE PERMET D'EVITER LES TATONNEMENTS NECESSAIRES HABITUELLEMENT POUR CONCEVOIR UN CLASSIFIEUR NEURONAL. DE PLUS, ELLE UTILISE DES NEURONES BINAIRES, DONC FACILES A REALISER ELECTRONIQUEMENT, ET, SURTOUT ELLE DONNE DES INDICATIONS SUR LA COMPLEXITE DE LA TACHE DE CLASSIFICATION QUE L'ON CHERCHE A EFFECTUER. CETTE PROCEDURE A ETE APPLIQUEE A DES PROBLEMES MODELES, AINSI QU'AU PROBLEME REEL DE LA RECONNAISSANCE DE CHIFFRES MANUSCRITS. POUR LES DEUX BASES DE DONNEES UTILISEES, L'UNE D'ORIGINE EUROPEENNE ET L'AUTRE PROVENANT DE CODES POSTAUX AMERICAINS, LA PROCEDURE A FOURNI UNE ARCHITECTURE DE RESEAU RELATIVEMENT SIMPLE PAR RAPPORT A DES RESEAUX PROPOSES, POUR EFFECTUER LA MEME TACHE, PAR D'AUTRES EQUIPES. LES PERFORMANCES OBTENUES AVEC CE RESEAU SONT SATISFAISANTES ET TOUT A FAIT COMPARABLES AUX RESULTATS OBTENUS A L'AIDE DE RESEAUX PLUS COMPLEXES. ELLES ONT JUSTIFIE LA REALISATION DE CE RESEAU SOUS LA FORME D'UN CIRCUIT INTEGRE SPECIFIQUE, DONT L'ARCHITECTURE SERA PRESENTEE
Author: STEFAN.. KNERR
Publisher:
ISBN:
Category :
Languages : fr
Pages :
Get Book Here
Book Description
MON TRAVAIL DE THESE A PORTE SUR L'UTILISATION DES RESEAUX DE NEURONES FORMELS DANS LE DOMAINE DE LA CLASSIFICATION AUTOMATIQUE, AVEC POUR APPLICATION PRINCIPALE LA RECONNAISSANCE DES CHIFFRES MANUSCRITS. L'APPORT DE CE TRAVAIL A ETE L'ELABORATION D'UNE PROCEDURE QUI, ETANT DONNE UN PROBLEME DE CLASSIFICATION, TROUVE AUTOMATIQUEMENT UN RESEAU BIEN ADAPTE A LA COMPLEXITE DU PROBLEME A RESOUDRE. CETTE PROCEDURE PERMET D'EVITER LES TATONNEMENTS NECESSAIRES HABITUELLEMENT POUR CONCEVOIR UN CLASSIFIEUR NEURONAL. DE PLUS, ELLE UTILISE DES NEURONES BINAIRES, DONC FACILES A REALISER ELECTRONIQUEMENT, ET, SURTOUT ELLE DONNE DES INDICATIONS SUR LA COMPLEXITE DE LA TACHE DE CLASSIFICATION QUE L'ON CHERCHE A EFFECTUER. CETTE PROCEDURE A ETE APPLIQUEE A DES PROBLEMES MODELES, AINSI QU'AU PROBLEME REEL DE LA RECONNAISSANCE DE CHIFFRES MANUSCRITS. POUR LES DEUX BASES DE DONNEES UTILISEES, L'UNE D'ORIGINE EUROPEENNE ET L'AUTRE PROVENANT DE CODES POSTAUX AMERICAINS, LA PROCEDURE A FOURNI UNE ARCHITECTURE DE RESEAU RELATIVEMENT SIMPLE PAR RAPPORT A DES RESEAUX PROPOSES, POUR EFFECTUER LA MEME TACHE, PAR D'AUTRES EQUIPES. LES PERFORMANCES OBTENUES AVEC CE RESEAU SONT SATISFAISANTES ET TOUT A FAIT COMPARABLES AUX RESULTATS OBTENUS A L'AIDE DE RESEAUX PLUS COMPLEXES. ELLES ONT JUSTIFIE LA REALISATION DE CE RESEAU SOUS LA FORME D'UN CIRCUIT INTEGRE SPECIFIQUE, DONT L'ARCHITECTURE SERA PRESENTEE
Author: Anne Trotin
Publisher:
ISBN:
Category :
Languages : fr
Pages : 188
Get Book Here
Book Description
L'UN DES PRINCIPAUX AVANTAGES DES RESEAUX DE NEURONES EST LE PARALLELISME INHERENT A L'ORGANISATION DES TRAITEMENTS. JUSQU'A PRESENT, LA PLUPART DES MODELES ETANT SIMULES SUR DES MACHINES CONVENTIONNELLES, CE CRITERE N'EST PAS EXPLOITE. L'UN DES INTERETS D'UNE REALISATION MATERIELLE EST DONC D'AUGMENTER LES VITESSES DE TRAITEMENT. CETTE THESE TENTE DE MONTRER LA FAISABILITE DE L'IMPLANTATION D'UN ALGORITHME PARTICULIER DE RESEAU DE NEURONES SUR UN CIRCUIT NUMERIQUE VLSI. L'APPLICATION VISEE EST LA RECONNAISSANCE D'IMAGES. LE NEOCOGNITRON A ETE RETENU CAR IL POSSEDE NON SEULEMENT DES CAPACITES PARTICULIEREMENT INTERESSANTES DE TOLERANCE AUX DEFORMATIONS DES IMAGES EN PHASE DE GENERALISATION, MAIS EGALEMENT UNE STRUCTURE A CONNEXIONS LOCALES ET A POIDS PARTAGES QUI LE DESIGNE COMME UN BON CANDIDAT A UNE INTEGRATION MATERIELLE. LE MODELE A TOUT D'ABORD ETE ETUDIE DE FACON GENERALE. CETTE ETAPE A CONDUIT A EFFECTUER DIVERSES TRANSFORMATIONS SUR L'ALGORITHME DE DEPART AFIN DE REDUIRE LA COMPLEXITE DES TRAITEMENTS EN PHASE DE FONCTIONNEMENT. L'APPRENTISSAGE A EGALEMENT ETE MODIFIE, CE QUI A PERMIS DE DETERMINER EN PARTIE DE FACON AUTOMATIQUE LA TAILLE DES DIFFERENTES COUCHES DU RESEAU. CE TRAVAIL A ETE VALIDE PAR DES SIMULATIONS SUR UNE BASE DE DONNEES DE CHIFFRES MANUSCRITS EXTRAITS DES CODES POSTAUX. LES RESULTATS OBTENUS MONTRENT QUE LES SIMPLIFICATIONS EFFECTUEES, LOIN DE DEGRADER LES PERFORMANCES, LES AMELIORENT MEME PARFOIS. L'ETUDE DE L'ARCHITECTURE D'UN CIRCUIT INTEGRE NUMERIQUE A PERMIS D'EVALUER LA COMPLEXITE DU PROBLEME. IL APPARAIT QUE LE NEOCOGNITRON APRES MODIFICATIONS PEUT ETRE IMPLANTE. CELA DEMANDE NEANMOINS LE CHOIX D'UNE APPLICATION DONNEE QUI PERMET DE DEFINIR UNE STRUCTURE ADAPTEE. LA REALISATION PHYSIQUE NE SE RESTREINT PAS POUR AUTANT A UN UNIQUE RESEAU CAR CERTAINS PARAMETRES RESTENT PROGRAMMABLES.
Author: Yizhak Idan
Publisher:
ISBN:
Category :
Languages : fr
Pages : 111
Get Book Here
Book Description
NOUS ETUDIONS CERTAINS APPORTS DES TECHNIQUES NEURONALES A LA RECONNAISSANCE DES FORMES. NOUS AVONS D'ABORD EVALUE LES POSSIBILITES D'APPLICATION D'UNE MEMOIRE ASSOCIATIVE QUI A ETE IMPLANTEE OPTIQUEMENT DANS NOTRE LABORATOIRE. LE MANQUE D'AVANTAGES DECISIFS EN FAVEUR DES ARCHITECTURES DE TYPE HOPFIELD NOUS A INCITE A TRAVAILLER SUR DES MODELES STATISTIQUES DE CLASSIFICATION, APPLIQUES A DES DONNEES DE TYPES CHIFFRES MANUSCRITS. LE MODELE DE KOHONEN NOUS SEMBLE COMPLEMENTAIRE DES METHODES LOCALES ET, DE PLUS, APPROPRIE A L'IMPLANTATION OPTIQUE A MOYEN TERME. NOUS AVONS PU PROFITER D'UN TRAVAIL SUR LES MODELES D'ASSOCIATION SYMBOLIQUE PAR CARTES DE KOHONEN: LE MODELE LASSO. TRAITANT LA CLASSIFICATION COMME UN PROBLEME D'ASSOCIATION DISCRETE, NOUS AVONS PROPOSE UNE SUPERVISION FORTE, NOTAMMENT PAR LA NORMALISATION DE DISTANCES. POUR L'APPLICATION SPECIFIQUE AU TRI POSTAL, ON PREFERE LE REJET DE BONNES REPONSES A L'ACCEPTATION DE REPONSES FAUSSES; NOUS AVONS ALORS UTILISE UN RAYON DE COOPERATION, QUI FACILITE LES REJETS PAR UN POST-TRAITEMENT. NOUS AVONS EVALUE D'AUTRES METHODES COMME: LES K-PLUS-PROCHES-VOISINS, LES FENETRES DES PARZEN, LVQ, LES CARTES DE KOHONEN, LE NEOCOGNITRON ET UN MODELE DE TYPE TDNN QUI A ETE SUGGERE COMME LE MEILLEUR POUR CETTE TACHE. LE TAUX DE RECONNAISSANCE DES METHODES NEURONALES ETUDIEES EST COMPARABLE A CELUI DES TECHNIQUES STATISTIQUES NON PARAMETRIQUES ETUDIEES, ET CES METHODES PERMETTENT UN GAIN EN PLACE MEMOIRE ET EN TEMPS DE CALCUL. TDNN ET LASSO TRAITANT L'INFORMATION DE MANIERE COMPLEMENTAIRE, NOUS AVONS HYBRIDE CES MODELES EN PARALLELE DANS UN SIMPLE POST-TRAITEMENT NEURONAL. NOUS AVONS MONTRE QUE LES PERFORMANCES OBTENUES PAR UNE TELLE COOPERATION SONT SENSIBLEMENT MEILLEURES QUE CELLES DES MODELES TRAVAILLANT SEPAREMENT. CELA TEND A DEMONTRER L'AVANTAGE DE L'UTILISATION DE RESEAUX DE NEURONES POUR L'EXTRACTION D'INFORMATIONS COMPLEMENTAIRES, COMME DANS DES APPLICATIONS DE FUSION DE DONNEES.
Author: Pierre Borne
Publisher: Editions OPHRYS
ISBN: 9782710808961
Category : Neural networks (Computer science)
Languages : fr
Pages : 166
Get Book Here
Book Description
Author: Gérard Dreyfus
Publisher: Springer Science & Business Media
ISBN: 3540288473
Category : Science
Languages : en
Pages : 509
Get Book Here
Book Description
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.
Author: ISABELLE.. POUJAUD
Publisher:
ISBN:
Category :
Languages : fr
Pages :
Get Book Here
Book Description
L'ETUDE PRESENTEE DANS CE MEMOIRE TRAITE DE DEUX APPLICATIONS DES RESEAUX DE NEURONES: LA CLASSIFICATION DE FORMES STATIQUES ET LA PREDICTION DE SUITES CHRONOLOGIQUES. LE MEMOIRE DEBUTE PAR UNE PRESENTATION GENERALE DES ARCHITECTURES DE RESEAUX ET DES ALGORITHMES D'APPRENTISSAGE S'Y RAPPORTANT. LA DEUXIEME PARTIE EST CONSACREE A L'ETUDE DES CLASSIFIEURS NEURONAUX. NOUS PRESENTONS LA FACON DONT UN RESEAU DE NEURONES PERMET D'ETABLIR DES SEPARATIONS ENTRE DES ENSEMBLES DE POINTS REPRESENTATIFS DE CLASSES. NOUS TRAITONS ENSUITE DES PROBLEMES SIMPLES QUI NOUS PERMETTENT DE METTRE EN EVIDENCE LES DIFFERENTS PARAMETRES INTERVENANT DANS LA RESOLUTION DE CES PROBLEMES. PUIS NOUS TRAITONS UN PROBLEME REEL ET COMPLEXE: LA RECONNAISSANCE DE CHIFFRES MANUSCRITS. NOUS TERMINONS PAR LA PRESENTATION D'UNE METHODE DE PLUS EN PLUS UTILISEE POUR LA REALISATION DE CLASSIFIEURS. ELLE CONSISTE A CONSTRUIRE LE RESEAU AU FUR ET A MESURE DES BESOINS INDIQUES PAR LES PERFORMANCES DE CLASSIFICATION OBTENUES. LA TROISIEME PARTIE EST CONSACREE A LA REALISATION DE PREDICTEURS NON LINEAIRES POUR DES SUITES CHRONOLOGIQUES. LE PROBLEME INITIAL CONSISTAIT A TROUVER UN PREDICTEUR POUR UNE SUITE CONSTITUEE DE DONNEES REELLES: LES COURS BOURSIERS. AFIN D'INTERPRETER LA FACON DONT UN RESEAU DE NEURONES PEUT ASSURER LA FONCTION D'UN PREDICTEUR, NOUS AVONS TRAITE EN PARALLELE DES SUITES MODELES. AVANT DE RECHERCHER DES PREDICTEURS, NOUS AVONS PROCEDE A UNE ANALYSE DES DIFFERENTES SUITES AFIN DE LES CARACTERISER. NOUS AVONS ENSUITE TESTE DES PREDICTEURS POLYNOMIAUX AINSI QUE DES PREDICTEURS NEURONAUX. LES PREDICTEURS TESTES N'ONT PAS FOURNI LES RESULTATS ATTENDUS POUR LES SUITES ISSUES DES COURS BOURSIERS, EN REVANCHE, LES PERFORMANCES OBTENUES AVEC LES SUITES MODELES MONTRENT QUE LES RESEAUX DE NEURONES SONT DES OUTILS CAPABLES D'APPRENDRE DES FONCTIONS ET DE REALISER AINSI DE BONS PREDICTEURS
Author: PIERRE-YVES.. ALLA
Publisher:
ISBN:
Category :
Languages : fr
Pages : 120
Get Book Here
Book Description
LES RECHERCHES DANS LE DOMAINE DES RESEAUX DE NEURONES SONT TRES ACTIVES DEPUIS LE DEBUT DES ANNEES 80. LA DECOUVERTE DE NOUVEAUX ALGORITHMES D'APPRENTISSAGE PLUS PERFORMANTS, MAIS AUSSI UNE MEILLEURE COMPREHENSION DES PROPRIETES ET DES LIMITES DES RESEAUX DE NEURONES, ONT PERMIS LA REALISATION DE MODELES EFFICACES DANS DE NOMBREUX DOMAINES COMME LA RECONNAISSANCE OU LE CONTROLE DE PROCESSUS. LES PROPRIETES DES RESEAUX RESULTENT DU COMPORTEMENT COLLECTIF DES NEURONES FONCTIONNANT EN SIMULTANEITE, CE QUI REND LEUR SIMULATION SUR DES MACHINES SEQUENTIELLES CLASSIQUES ASSEZ COUTEUSE EN TEMPS. CETTE CONSTATATION, AINSI QUE D'EVENTUELLES CONTRAINTES DE PORTABILITE, ONT MOTIVE LES RECHERCHES SUR L'INTEGRATION DES RESEAUX DE NEURONES. L'APPROCHE PRESENTEE ICI EST FONDEE SUR LA SYNTHESE AUTOMATIQUE. NOUS EXPOSONS UNE ARCHITECTURE PERMETTANT LA SYNTHESE RAPIDE DE CIRCUITS NUMERIQUES INTEGRANT DES RESEAUX DE NEURONES. NOUS RAPPELONS DANS UN PREMIER TEMPS LES PRINCIPES THEORIQUES DES NEURONES FORMELS, ET PRESENTONS LES PRINCIPALES REALISATIONS DE CIRCUITS INTEGRES EFFECTUEES DANS CE DOMAINE. PUIS NOUS DECRIVONS L'ARCHITECTURE DES PROCESSEURS NEURONES ET LEUR SCHEMA D'INTERCONNEXION. ENFIN, UNE LARGE PARTIE DE CE MANUSCRIT EST CONSACRE A LA CONCEPTION ET LA REALISATION D'UN CIRCUIT INTEGRANT UN RESEAU DE RECONNAISSANCE DE CHIFFRES MANUSCRITS
Author: David Price
Publisher:
ISBN:
Category :
Languages : fr
Pages : 0
Get Book Here
Book Description
Author: Fernando Iafrate
Publisher: John Wiley & Sons
ISBN: 1119489245
Category : Computers
Languages : en
Pages : 95
Get Book Here
Book Description
With the idea of “deep learning” having now become the key to this new generation of solutions, major technological players in the business intelligence sector have taken an interest in the application of Big Data. In this book, the author explores the recent technological advances associated with digitized data flows, which have recently opened up new horizons for AI. The reader will gain insight into some of the areas of application of Big Data in AI, including robotics, home automation, health, security, image recognition and natural language processing.
Author: Yizhak Idan
Publisher:
ISBN:
Category :
Languages : fr
Pages : 111
Get Book Here
Book Description
NOUS ETUDIONS CERTAINS APPORTS DES TECHNIQUES NEURONALES A LA RECONNAISSANCE DES FORMES. NOUS AVONS D'ABORD EVALUE LES POSSIBILITES D'APPLICATION D'UNE MEMOIRE ASSOCIATIVE QUI A ETE IMPLANTEE OPTIQUEMENT DANS NOTRE LABORATOIRE. LE MANQUE D'AVANTAGES DECISIFS EN FAVEUR DES ARCHITECTURES DE TYPE HOPFIELD NOUS A INCITE A TRAVAILLER SUR DES MODELES STATISTIQUES DE CLASSIFICATION, APPLIQUES A DES DONNEES DE TYPES CHIFFRES MANUSCRITS. LE MODELE DE KOHONEN NOUS SEMBLE COMPLEMENTAIRE DES METHODES LOCALES ET, DE PLUS, APPROPRIE A L'IMPLANTATION OPTIQUE A MOYEN TERME. NOUS AVONS PU PROFITER D'UN TRAVAIL SUR LES MODELES D'ASSOCIATION SYMBOLIQUE PAR CARTES DE KOHONEN: LE MODELE LASSO. TRAITANT LA CLASSIFICATION COMME UN PROBLEME D'ASSOCIATION DISCRETE, NOUS AVONS PROPOSE UNE SUPERVISION FORTE, NOTAMMENT PAR LA NORMALISATION DE DISTANCES. POUR L'APPLICATION SPECIFIQUE AU TRI POSTAL, ON PREFERE LE REJET DE BONNES REPONSES A L'ACCEPTATION DE REPONSES FAUSSES; NOUS AVONS ALORS UTILISE UN RAYON DE COOPERATION, QUI FACILITE LES REJETS PAR UN POST-TRAITEMENT. NOUS AVONS EVALUE D'AUTRES METHODES COMME: LES K-PLUS-PROCHES-VOISINS, LES FENETRES DES PARZEN, LVQ, LES CARTES DE KOHONEN, LE NEOCOGNITRON ET UN MODELE DE TYPE TDNN QUI A ETE SUGGERE COMME LE MEILLEUR POUR CETTE TACHE. LE TAUX DE RECONNAISSANCE DES METHODES NEURONALES ETUDIEES EST COMPARABLE A CELUI DES TECHNIQUES STATISTIQUES NON PARAMETRIQUES ETUDIEES, ET CES METHODES PERMETTENT UN GAIN EN PLACE MEMOIRE ET EN TEMPS DE CALCUL. TDNN ET LASSO TRAITANT L'INFORMATION DE MANIERE COMPLEMENTAIRE, NOUS AVONS HYBRIDE CES MODELES EN PARALLELE DANS UN SIMPLE POST-TRAITEMENT NEURONAL. NOUS AVONS MONTRE QUE LES PERFORMANCES OBTENUES PAR UNE TELLE COOPERATION SONT SENSIBLEMENT MEILLEURES QUE CELLES DES MODELES TRAVAILLANT SEPAREMENT. CELA TEND A DEMONTRER L'AVANTAGE DE L'UTILISATION DE RESEAUX DE NEURONES POUR L'EXTRACTION D'INFORMATIONS COMPLEMENTAIRES, COMME DANS DES APPLICATIONS DE FUSION DE DONNEES.
