INTRODUCTION D'UN CODAGE SPATIO-TEMPOREL DANS LES ARCHITECTURES CLASSIQUES DE RESEAUX DE NEURONES ARTIFICIELS (APPLICATION A LA RECONNAISSANCE DE CARACTERES 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 INTRODUCTION D'UN CODAGE SPATIO-TEMPOREL DANS LES ARCHITECTURES CLASSIQUES DE RESEAUX DE NEURONES ARTIFICIELS (APPLICATION A LA RECONNAISSANCE DE CARACTERES MANUSCRITS) PDF full book. Access full book title INTRODUCTION D'UN CODAGE SPATIO-TEMPOREL DANS LES ARCHITECTURES CLASSIQUES DE RESEAUX DE NEURONES ARTIFICIELS (APPLICATION A LA RECONNAISSANCE DE CARACTERES MANUSCRITS) by NASSER.. MOZAYYANI. Download full books in PDF and EPUB format.
Author: NASSER.. MOZAYYANI
Publisher:
ISBN:
Category :
Languages : fr
Pages : 171
Get Book Here
Book Description
DE NOS JOURS, IL EXISTE DIVERSES APPLICATIONS INDUSTRIELLES NECESSITANT LE TRAITEMENT DE FORMES SPATIO-TEMPORELLES (ST). IL S'AGIT DE DONNEES MULTI-DIMENSIONNELLES A LA FOIS CORRELEES DANS L'ESPACE ET DANS LE TEMPS, COMME PAR EXEMPLE UNE SEQUENCE ANIMEE D'IMAGES. LES MODELES CONNEXIONNISTES, SURTOUT CONNUS POUR LEUR CAPACITE A EXTRAIRE DES CORRELATIONS SPATIALES, COMMENCENT A PROPOSER DES SOLUTIONS POUR TRAITER DES FORMES ST. CE TRAVAIL PROPOSE D'ELARGIR LES CAPACITES DE PLUSIEURS MODELES DE RESEAUX DE NEURONES ARTIFICIELS (RNA) CONNUS AU TRAITEMENT DES FORMES ST COMPOSEES DE SIGNAUX IMPULSIONNELS. NOTRE APPROCHE REPOSE SUR UN CODAGE INTEGRANT LES CARACTERISTIQUES SPATIALES ET TEMPORELLES DES DONNEES. CE CODAGE EST DEFINI DANS LE CORPS DES COMPLEXES. L'UN DES DEUX DEGRES DE LIBERTE DE CES NOMBRES CODE L'AMPLITUDE DES IMPULSIONS, L'AUTRE EST CONSACRE A LA DATE DE CES IMPULSIONS. NOUS AVONS VALIDE NOTRE APPROCHE SUR LE PERCEPTRON MULTICOUCHE, LA CARTE DE KOHONEN ET LE RESEAU RBF. NOUS AVONS PAR AILLEURS TENTE D'INTEGRER NOTER CODAGE DANS LE MODELE DE HOPFIELD ET CONSTATE QUE LA DEMARCHE PRESENTE DANS CE CAS PEU D'INTERET. POUR ALLER AU DELA DE QUELQUES EXEMPLES ILLUSTRATIFS, LA DERNIERE PARTIE DE LA THESE EST CONSACREE A UNE APPLICATION CONCRETE DANS LE DOMAINE DE LA RECONNAISSANCE EN LIGNE DE CARACTERES MANUSCRITS ISOLES. LE TRACE D'UN CARACTERE PRODUIT, EN EFFET, DES INFORMATIONS DE NATURE ST PRENANT EN COMPTE A LA FOIS LA DISPOSITION DES POINTS ET LEUR ORDONNANCEMENT DANS LE TEMPS. NOUS PROPOSONS UN SYSTEME DE RECONNAISSANCE A DEUX ETAGES CONNEXIONNISTES : LE PREMIER IDENTIFIE CERTAINES PRIMITIVES DANS LE TRACE DES LETTRES ET LE DEUXIEME EFFECTUE LA TACHE DE RECONNAISSANCE. CE SYSTEME, DONT LES PERFORMANCES SUR DES BASES MULTISCRIPTEURS SONT PROMETTEUSES, PRESENTE L'AVANTAGE D'ETRE BEAUCOUP PLUS SIMPLE QUE CEUX EXISTANT PAR AILLEURS.
Author: NASSER.. MOZAYYANI
Publisher:
ISBN:
Category :
Languages : fr
Pages : 171
Get Book Here
Book Description
DE NOS JOURS, IL EXISTE DIVERSES APPLICATIONS INDUSTRIELLES NECESSITANT LE TRAITEMENT DE FORMES SPATIO-TEMPORELLES (ST). IL S'AGIT DE DONNEES MULTI-DIMENSIONNELLES A LA FOIS CORRELEES DANS L'ESPACE ET DANS LE TEMPS, COMME PAR EXEMPLE UNE SEQUENCE ANIMEE D'IMAGES. LES MODELES CONNEXIONNISTES, SURTOUT CONNUS POUR LEUR CAPACITE A EXTRAIRE DES CORRELATIONS SPATIALES, COMMENCENT A PROPOSER DES SOLUTIONS POUR TRAITER DES FORMES ST. CE TRAVAIL PROPOSE D'ELARGIR LES CAPACITES DE PLUSIEURS MODELES DE RESEAUX DE NEURONES ARTIFICIELS (RNA) CONNUS AU TRAITEMENT DES FORMES ST COMPOSEES DE SIGNAUX IMPULSIONNELS. NOTRE APPROCHE REPOSE SUR UN CODAGE INTEGRANT LES CARACTERISTIQUES SPATIALES ET TEMPORELLES DES DONNEES. CE CODAGE EST DEFINI DANS LE CORPS DES COMPLEXES. L'UN DES DEUX DEGRES DE LIBERTE DE CES NOMBRES CODE L'AMPLITUDE DES IMPULSIONS, L'AUTRE EST CONSACRE A LA DATE DE CES IMPULSIONS. NOUS AVONS VALIDE NOTRE APPROCHE SUR LE PERCEPTRON MULTICOUCHE, LA CARTE DE KOHONEN ET LE RESEAU RBF. NOUS AVONS PAR AILLEURS TENTE D'INTEGRER NOTER CODAGE DANS LE MODELE DE HOPFIELD ET CONSTATE QUE LA DEMARCHE PRESENTE DANS CE CAS PEU D'INTERET. POUR ALLER AU DELA DE QUELQUES EXEMPLES ILLUSTRATIFS, LA DERNIERE PARTIE DE LA THESE EST CONSACREE A UNE APPLICATION CONCRETE DANS LE DOMAINE DE LA RECONNAISSANCE EN LIGNE DE CARACTERES MANUSCRITS ISOLES. LE TRACE D'UN CARACTERE PRODUIT, EN EFFET, DES INFORMATIONS DE NATURE ST PRENANT EN COMPTE A LA FOIS LA DISPOSITION DES POINTS ET LEUR ORDONNANCEMENT DANS LE TEMPS. NOUS PROPOSONS UN SYSTEME DE RECONNAISSANCE A DEUX ETAGES CONNEXIONNISTES : LE PREMIER IDENTIFIE CERTAINES PRIMITIVES DANS LE TRACE DES LETTRES ET LE DEUXIEME EFFECTUE LA TACHE DE RECONNAISSANCE. CE SYSTEME, DONT LES PERFORMANCES SUR DES BASES MULTISCRIPTEURS SONT PROMETTEUSES, PRESENTE L'AVANTAGE D'ETRE BEAUCOUP PLUS SIMPLE QUE CEUX EXISTANT PAR AILLEURS.
Author: Nasser Mozayyani
Publisher:
ISBN:
Category :
Languages : fr
Pages : 171
Get Book Here
Book Description
De nos jours, il existe diverses applications industrielles nécessitant le traitement de formes spatio-temporelles (ST). Il s'agit de données multi-dimensionnelles à la fois corrélées dans l'espace et dans le temps, comme par exemple une séquence animée d'images. Les modèles connexionnistes, surtout connus pour leur capacité à extraire des corrélations spatiales, commencent à proposer des solutions pour traiter des fomes ST. Ce travail propose d'élargir les capacités de plusieurs modèles de réseaux de neurones artificiels (RNA) connus au traitement des formes ST composées de signaux impulsionnels. Notre approche repose sur un codage intégrant les caractéristiques spatiales et temporelles des données. Ce codage est défini dans le corps des complexes. L'un des deux degrés de liberté de ces nombres code l'amplitude des impulsions, l'autre est consacré à la date de ces impulsions. Nous avons validé notre approche sur le percpetron multicouche, la carte de Kohonen et le réseau RBF. Nous avons par ailleurs tenté d'intégrer notre codage dans le modèle de Hopfield et constaté que la démarche présente dans ce cas peu d'intérêt. Pour aller au-delà de quelques exemples illustratifs, la dernière partie de la thèse est consacrée à une applicaiton concrète dans le domaine de la reconnaissance en ligne de caractères manuscrits isolés. Le tracé d'un caractère produit, en effet, des informations de nature ST prenant en compte à la fois la disposition des points et leur ordonnancement dans le temps. Nous proposons un système de reconnaissance à deux étages connexionnistes : Le premier identifie certaines primitives dans le tracé des lettres et le deuxième effectue la tâche de reconnaissance. Ce système, dont les performances sur des bases multiscripteurs sont prometteuses, présente l'avantage d'être beaucoup plus simple que ceux existant par ailleurs.
Author: Vasile Palade
Publisher: Springer Science & Business Media
ISBN: 3540408045
Category : Computers
Languages : en
Pages : 1495
Get Book Here
Book Description
During recent decades we have witnessed not only the introduction of automation into the work environment but we have also seen a dramatic change in how automation has influenced the conditions of work. While some 30 years ago the addition of a computer was considered only for routine and boring tasks in support of humans, the balance has dramatically shifted to the computer being able to perform almost any task the human is willing to delegate. The very fast pace of change in processor and information technology has been the main driving force behind this development. Advances in automation and especially Artificial Intelligence (AI) have enabled the formation of a rather unique team with human and electronic members. The team is still supervised by the human with the machine as a subordinate associate or assistant, sharing responsibility, authority and autonomy over many tasks. The requirement for teaming human and machine in a highly dynamic and unpredictable task environment has led to impressive achievements in many supporting technologies. These include methods for system analysis, design and engineering and in particular for information processing, for cognitive and complex knowledge [1] engineering .
Author: Wlodzislaw Duch
Publisher: Springer
ISBN: 354028754X
Category : Computers
Languages : en
Pages : 718
Get Book Here
Book Description
This volume is the first part of the two-volume proceedings of the International C- ference on Artificial Neural Networks (ICANN 2005), held on September 11–15, 2005 in Warsaw, Poland, with several accompanying workshops held on September 15, 2005 at the Nicolaus Copernicus University, Toru , Poland. The ICANN conference is an annual meeting organized by the European Neural Network Society in cooperation with the International Neural Network Society, the Japanese Neural Network Society, and the IEEE Computational Intelligence Society. It is the premier European event covering all topics concerned with neural networks and related areas. The ICANN series of conferences was initiated in 1991 and soon became the major European gathering for experts in those fields. In 2005 the ICANN conference was organized by the Systems Research Institute, Polish Academy of Sciences, Warsaw, Poland, and the Nicolaus Copernicus Univ- sity, Toru , Poland. From over 600 papers submitted to the regular sessions and some 10 special c- ference sessions, the International Program Committee selected – after a thorough peer-review process – about 270 papers for publication. The large number of papers accepted is certainly a proof of the vitality and attractiveness of the field of artificial neural networks, but it also shows a strong interest in the ICANN conferences.
Author: Marius Vasiliu
Publisher:
ISBN:
Category :
Languages : fr
Pages : 380
Get Book Here
Book Description
Les réseaux de neurones représentent une des voies possibles pour la réalisation des systèmes dits intelligents, capables d'apprendre, de reconnaître et de classifier des informations de natures et de supports très différents. Au-delà des approches classiques, les modèles des réseaux de neurones que nous proposons ici utilisent d'une manière homogène le temps et l'espace en considérant que l'information incidente est portée à l'entrée du réseau par des signaux spatio-temporels et que le traitement neuronal ne doit pas changer la nature spatio-temporelle de cette information. Le premier modèle de réseau que nous proposons bénéficie de la simplicité et de la robustesse des signaux en impulsions comme support de l'information. L'utilisation des délais synaptiques adaptatifs et des règles d'apprentissage d'inspiration Hebienne permet la mise en oeuvre des mécanismes d'auto synchronisation synaptique et de reconnaissance partagée des patterns complexes d'impulsions. Une autre famille de modèles, plus évoluée, est celle des réseaux spatio-temporels. Les principales caractéristiques sont l'organisation hiérarchique de l'architecture en assemblées, groupes et neurones, le caractère local, continu et non-supervise de l'apprentissage, la considération d'une topologie spatiale intrinsèque, au nombre variable de dimensions et, dernièrement, mais pas le moins important, un fonctionnement temporel du réseau base sur des délais synaptiques variables. La structure du réseau est traversée par deux flux d'information: le flot longitudinal oriente de l'entrée vers la sortie et le flot latéral, dans chaque assemblée, produit par les interactions neuronales latérales. les expériences d'application effectuées, telles que la reconnaissance de l'écriture manuscrite, de la parole ou des trajectoires d'objets dans un flot vidéo sont autant de confirmations de la versatilité et des fonctionnalités offertes par les architectures spatio-temporelles étudiées
Author: Jean-Christophe Ducom
Publisher:
ISBN:
Category :
Languages : fr
Pages : 378
Get Book Here
Book Description
NOUS RAPPELONS DANS UN PREMIER TEMPS QUELQUES BASES DE NEUROBIOLOGIE SUR LES CARACTERISTIQUES ET LES PROPRIETES DU NEURONE, AINSI QUE SUR L'ORGANISATION GENERALE DES NEURONES DANS LE CERVEAU. CECI NOUS AMENE PAR LA SUITE A RECONSIDERER LES MODELES CLASSIQUES DE RESEAUX DE NEURONES FORMELS, A CAUSE DE LEUR MANQUE DE REALISME ET DE LEUR INCAPACITE A RESOUDRE CERTAINS PROBLEMES, TELS QUE LA SEGMENTATION ET LE LIAGE D'ATTRIBUTS VISUELS. OR, DE RECENTES EXPERIENCES SUR LE TRAITEMENT DE STIMULI PAR LE CORTEX VISUEL EXHIBENT UN NOUVEAU TYPE DE CODAGE DE L'INFORMATION, BASE SUR LES RELATIONS TEMPORELLES ENTRE LES DIFFERENTS POTENTIELS D'ACTION (EN PARTICULIER LA SYNCHRONISATION DE LEURS TEMPS D'EMISSION), ET NON PLUS SUR LA FREQUENCE DE DECHARGE DES NEURONES. A PARTIR DE LA VARIANTE DE CODAGE TEMPOREL DE S. THORPE, NOUS PROPOSONS UN MODELE DE PRESYNCHRONISATION D'ACTIVITE NEURONALE REPOSANT SUR UN COUPLAGE DIFFUSIF ENTRE NEURONES ET SUR UN SIGNAL INHIBITEUR. NOUS ETUDIONS LES PROPRIETES D'UN TEL RESEAU DE NEURONES REALISTES, DE TYPE INTEGRATEUR A SEUIL AVEC FUITE, SUIVANT DIFFERENTS TYPES DE SIGNAL D'ENTREE ET DE BRUIT. DANS UNE SECONDE PARTIE, NOUS ETUDIONS LES CONSEQUENCES DE L'INTRODUCTION DU TEMPS POUR L'APPRENTISSAGE: LES TEMPS DE TRANSMISSION DU SIGNAL ENTRE NEURONES SONT PRIS EN COMPTE. APRES AVOIR RAPPELE LES PRINCIPAUX RESULTATS EXPERIMENTAUX SUR L'APPRENTISSAGE, CEUX-CI PERMETTANT DE DEGAGER CERTAINES CONTRAINTES BIOLOGIQUES, NOUS PROPOSONS UNE LOI DE MODIFICATION DES EFFICACITES SYNAPTIQUES. ELLE PERMET AU RESEAU DE CONSERVER ET DE RECUPERER UNE SUITE DE CONFIGURATIONS D'ACTIVITE SPATIO-TEMPORELLE. ENFIN, NOUS ETUDIONS SES PROPRIETES LORSQUE CERTAINES CONTRAINTES DE NORMALISATION LUI SONT IMPOSEES AU NIVEAU DES VARIATIONS DES POIDS SYNAPTIQUES ; ON MONTRE ALORS QUE LE COMPORTEMENT DU RESEAU EST DIFFERENT SELON LA MANIERE UTILISEE POUR REALISER CES CONTRAINTES
Author: Neural Information Processing Systems Foundation
Publisher: MIT Press
ISBN: 0262026171
Category : Algorithms
Languages : en
Pages : 361
Get Book Here
Book Description
State-of-the-art algorithms and theory in a novel domain of machine learning, prediction when the output has structure.
Author: Olivier Sigaud
Publisher: John Wiley & Sons
ISBN: 1118620100
Category : Technology & Engineering
Languages : en
Pages : 367
Get Book Here
Book Description
Markov Decision Processes (MDPs) are a mathematical framework for modeling sequential decision problems under uncertainty as well as reinforcement learning problems. Written by experts in the field, this book provides a global view of current research using MDPs in artificial intelligence. It starts with an introductory presentation of the fundamental aspects of MDPs (planning in MDPs, reinforcement learning, partially observable MDPs, Markov games and the use of non-classical criteria). It then presents more advanced research trends in the field and gives some concrete examples using illustrative real life applications.
Author: Michael J. Kearns
Publisher: MIT Press
ISBN: 9780262111935
Category : Computers
Languages : en
Pages : 230
Get Book Here
Book Description
Emphasizing issues of computational efficiency, Michael Kearns and Umesh Vazirani introduce a number of central topics in computational learning theory for researchers and students in artificial intelligence, neural networks, theoretical computer science, and statistics. Emphasizing issues of computational efficiency, Michael Kearns and Umesh Vazirani introduce a number of central topics in computational learning theory for researchers and students in artificial intelligence, neural networks, theoretical computer science, and statistics. Computational learning theory is a new and rapidly expanding area of research that examines formal models of induction with the goals of discovering the common methods underlying efficient learning algorithms and identifying the computational impediments to learning. Each topic in the book has been chosen to elucidate a general principle, which is explored in a precise formal setting. Intuition has been emphasized in the presentation to make the material accessible to the nontheoretician while still providing precise arguments for the specialist. This balance is the result of new proofs of established theorems, and new presentations of the standard proofs. The topics covered include the motivation, definitions, and fundamental results, both positive and negative, for the widely studied L. G. Valiant model of Probably Approximately Correct Learning; Occam's Razor, which formalizes a relationship between learning and data compression; the Vapnik-Chervonenkis dimension; the equivalence of weak and strong learning; efficient learning in the presence of noise by the method of statistical queries; relationships between learning and cryptography, and the resulting computational limitations on efficient learning; reducibility between learning problems; and algorithms for learning finite automata from active experimentation.
Author: Vladimir Vapnik
Publisher: Springer Science & Business Media
ISBN: 1475732643
Category : Mathematics
Languages : en
Pages : 324
Get Book Here
Book Description
The aim of this book is to discuss the fundamental ideas which lie behind the statistical theory of learning and generalization. It considers learning as a general problem of function estimation based on empirical data. Omitting proofs and technical details, the author concentrates on discussing the main results of learning theory and their connections to fundamental problems in statistics. This second edition contains three new chapters devoted to further development of the learning theory and SVM techniques. Written in a readable and concise style, the book is intended for statisticians, mathematicians, physicists, and computer scientists.
