Académique Documents
Professionnel Documents
Culture Documents
Le Perceptron Multicouches
Données simulées.
Ecrire les commandes suivantes dans un fichier script donnees.m
n=300; X=4*(rand(n,1)-.5); X=sort(X);
a=2; b=5; Y=a*X + b; Yb=Y+.2*randn(size(Y,1),1);
plot(X,Y,’b-’,X,Yb,’r.’)
save data1 X Y Yb
Y=zeros(size(X)); Y=Y+sin(pi*X).*((X>-1) & (X<1)); Yb=Y+.2*randn(size(Y,1),1);
figure
plot(X,Y,’b-’,X,Yb,’r.’)
save data2 X Y Yb
Placez-vous dans la fenêtre de commande Matlab et tapez : donnees
2
0.9
0.8
0.7
Average sunspot activity
0.6
0.5
0.4
0.3
0.2
0.1
0
1700 1750 1800 1850 1900 1950 2000
Year
Pour ce problème, on essaie de prédire une valeur en utilisant les 12 valeurs précédentes. Il faut
donc utiliser un réseau avec une couche d’entrée de 12 neurones et une couche de sortie de 1
neurone
Mesure de qualité
Les performances du modèle sont calculées en utilisant le critère ARV (”Average Relative
Variance”), qui est le rapport entre l’erreur quadratique moyenne du moèle et la variance des
données. La définition de l’ARV établit un rapport entre l’erreur du modèle et la variance des
données calculée sur le même ensemble D (pris de l’ensemble entier S).
∑
(y i − f (xi ))2
i∈D
arv(D) = ∑ (1)
(y i − µD )2
i∈D
où y i est la valeur de la série à l’instant i, f (xi ) est la sortie du réseau à l’instant i, et µD la
moyenne de la valeur désirée dans D.
Cependant, la définition de l’ARV la plus utilisée utilise la variance totale des données (de
la série). ∑
1
|D|
(y i − f (xi ))2
i∈D
arv(D) = ∑ (2)
1
|S|
(y i − µS )2
i∈S
i i
où y est la valeur de la série à l’instant i, f (x ) est la sortie du réseau à l’instant i, et µS la
moyenne de la valeur désirée dans S (la série entière) .
Afin de comparer votre ARV avec celles obtenues en utilisant d’autres méthodes, utiliser la
formule (2).
6