Académique Documents
Professionnel Documents
Culture Documents
NEURONE BIOLOGIQUE
Reçoit des informations par l’intermédiaire des synapses
L’information est traitée dans le noyau pour définir son
activation
Celles-ci est ensuite transmise aux autres neurones à travers
l’axone
1- présentation du modèle
NEURONE ARTIFICIEL
Un modèle inspiré du fonctionnement des neurones biologiques
Les entrées
Poids synaptiques
Fonctions de transfert
Élément de sortie
1- présentation du modèle
ARCHITECTURE
L’exemple le plus simple est le perceptron
multicouche
2- prise de décision sur la base de la perception
APPRENTISSAGE
Caractéristique principale : la capacité à
« apprendre » (ajustement des paramètres en
fonction de l’expérience acquise)
Types d’apprentissage :
Apprentissage supervisé
Apprentissage non supervisé
Apprentissage hybride
2- prise de décision sur la base de la perception
APPRENTISSAGE (types)
2- prise de décision sur la base de la perception
APPRENTISSAGE (règles)
La règle d’apprentissage va permettre
d’établir l’organisation des connexions et
l’algorithme d’apprentissage (ajustement
automatique des poids synaptiques en
fonction des résultats)
Règles d’apprentissage :
Règle de correction d’erreur
Apprentissage de Bolzmann
Règle de Hebb
Règle d’apprentissage par compétition
2- prise de décision sur la base de la perception
APPLICATIONS
Les fonctions d’exploitation des données
Discrimination :
Diagnostic de patient
Reconnaissance de motifs (visuels & sonores)
Régression :
Estimations financières
Prédiction d’évolution de flux
Evaluation des risques
2- prise de décision sur la base de la perception
APPLICATIONS