Académique Documents
Professionnel Documents
Culture Documents
Cours 1 -GPA-779
2 Application des réseaux de neurones et des systèmes experts
Syllabus
Cours 1 -GPA-779
3 Application des réseaux de neurones et des systèmes experts
Le livre couvre la matière
sur les réseaux de neurones
Les séances de labo sont
décrits en fin de chapitre,
sous l’intitulé Travaux
Pratiques
Le site internet du livre
http://www.etsmtl.ca/livres/lepage
/
contient les programmes et
données pour les exercices
de laboratoire
Cours 1 -GPA-779
8 Application des réseaux de neurones et des systèmes experts
Plan détaillé
Cours 1 -GPA-779
10 Application des réseaux de neurones et des systèmes experts
Laboratoire 1: Classification
4
3
2 +
1
** ++
0
** ++
-
** ++
1
- *
x2 2-
3
-
- - - - 0 1 2 3 4 5
4
4 3 2 x
1
1
Cours 1 -GPA-779
14 Application des réseaux de neurones et des systèmes experts
Laboratoire 2: Primitives d’une
image
586
vecteurs
3x3
d’apprentis
sage sont
sélectionné
s (distance
euclidienne
plus grande
que 0,17)
2- Construction du réseau
Sorti
e
(arêt
e)
Réseau à rétro-
propagation
NI = 3x3
Couch
e Nh = 6
caché
e No = 1
Entré
e
Cours 1 -GPA-779
17 Application des réseaux de neurones et des systèmes experts
3- Apprentissage
4- Généralisation ImageEntree.pgm
ImageDesiree.pgm
base_vect.cc SNNS
vecteurs.pat lab2.net
leo.pgm
campanile.pgm
cam.pgm
apprentissage.param Apprentissage frog.pgm
batchman (SNNS) etc.
batchman.log lab2_out.net
Conversion
Généralisation leo.pat et mise-à-l’échelle
SNNS pgm2pat.cc
leo.res
Conversion
et mise-à-l’échelle
res2pgm.cc
leo_bin.pgm
Visualisation et
impression de l’image
binairisée
xv, imagetool, etc.
Cours 1 -GPA-779
22 Application des réseaux de neurones et des systèmes experts
Introduction à l’intelligence
artificielle
Définition de l ’intelligence
artificielle
Cours 1 -GPA-779
24 Application des réseaux de neurones et des systèmes experts
Domaines d ’application de l ’IA
Perception
Tâches
routinières Vision
Robotique
Langages
Parole naturels
Tâches
formelles
Sens
Réseaux
commun
neuroniques
Systèmes
experts
Cours 1 -GPA-779
25 Application des réseaux de neurones et des systèmes experts
Domaines de l ’intelligence
artificielle
Tâches routinières
Perception
– Vision
– Parole
Langage naturel
– Compréhension
– Génération
– Traduction
Senscommun
Robotique
Cours 1 -GPA-779
26 Application des réseaux de neurones et des systèmes experts
Tâches formelles
Jeux
– Échecs
– Backgammon
– Dames
Mathématiques
– Géométrie
– Logique
– Calcul intégral
– Preuves de théorèmes
Cours 1 -GPA-779
27 Application des réseaux de neurones et des systèmes experts
Systèmes experts
Ingénierie
– Conception
– Réparation, déverminage
– Planification industrielle
Analyse scientifique
Diagnostique médical
Analyse financière
Cours 1 -GPA-779
28 Application des réseaux de neurones et des systèmes experts
Réseaux neuroniques
Classification
Apprentissage supervisé et non-supervisé
– Perceptron multicouche
– Réseaux auto-organisés
– Simulations biologiques
Imagerie et reconnaissance de formes
Cours 1 -GPA-779
29 Application des réseaux de neurones et des systèmes experts
Éléments d ’un système à
base de connaissance
Connaissances
Cours 1 -GPA-779
30 Application des réseaux de neurones et des systèmes experts
Exemple: jeu de tic-tac-toe
Cours 1 -GPA-779
31 Application des réseaux de neurones et des systèmes experts
Exemple: jeu d ’échecs
Cours 1 -GPA-779
32 Application des réseaux de neurones et des systèmes experts
L ’hypothèse symbolique
(Newell et Simons, ~1976)
Assomption
Un système physique symbolique est constitué d’un
ensemble d’unités, appelés symboles, qui sont des
formes physiques qui peuvent être des composantes
d’un autre type d’unité, appelé expression ou structure
de symboles. Une expression est donc composée
d’instances de symboles reliés physiquement les uns aux
autres. À tout moment, le système contient une
collection de processus qui opèrent sur ces expressions
pour en produire d’autres: on aura des processus de
création, de modification, de reproduction et de
destruction. Un système physique symbolique est une
machine qui produit dans le temps une collection
évolutive de structures de symboles. Un tel système
existe dans un monde d’objets qui englobe les
expressions symboliques elles-mêmes.
Cours 1 -GPA-779
33 Application des réseaux de neurones et des systèmes experts
Hypothèse
Un système physique symbolique possède tous
les moyens nécessaires et suffisants pour
produire des actions générales intelligentes.
Cours 1 -GPA-779
34 Application des réseaux de neurones et des systèmes experts
Test de Turing
B
A
Cours 1 -GPA-779
35 Application des réseaux de neurones et des systèmes experts
Architecture d ’un système expert
Base de connaissances
Faits
Usager
Usager
Expertise
Machine d’inférence
Cours 1 -GPA-779
36 Application des réseaux de neurones et des systèmes experts
Avantages des systèmes
experts
Accessible Explications du
Coût réduit raisonnement
Permanence Réponse rapide
Expertise Non-émotivité
multiple Tuteur intelligent
Sureté Base de données
intelligente
Cours 1 -GPA-779
37 Application des réseaux de neurones et des systèmes experts
Approche connexioniste
Paradigme du cerveau
Parralélisme massif
Connaissance
Distribuée
Poids des connexions
Recherche de solution
Activation synchrone ou asynchrone des neurones
Voie de recherche de solutions pour des problèmes
faciles pour un humain mais très difficiles pour un
ordinateur
Reconnaître un visage
Conduire sous la pluie
Cours 1 -GPA-779
38 Application des réseaux de neurones et des systèmes experts
Avantages des systèmes
connexionistes
Stockage réparti (tolérance aux fautes)
Dégradation graduelle des performances
Mémorisation associative (par contenu). Rappel
partiel.
Extrapolation et interpolation des données
Plasticité
Portion de réseau détruite transfert dans une autre
partie par apprentissage.
Cours 1 -GPA-779
39 Application des réseaux de neurones et des systèmes experts