reseaux de neurones

Caesar · 28/07/2004 - 12h28

bonjour a tous,

Dans plusieurs Discution j'ai vu le terme réseaux de neurones. Qu'est ce que c'est au juste ? ce sont des neurones virtuel ?

comment fonctionne t'il ? doit on les programmer indépendament ? Quelle est leur interets ?

aprés cette enchainement de question

Merci

Jeremy · 28/07/2004 - 14h05

http://fr.wikipedia.org/wiki/R%C3%A9seau_de_neurones

Commence par là

tr@nsisteric_du_39 · 29/07/2004 - 12h21

salut

moi ,j'utilise des résaux de neurones en électronique (robotique beam de mark tilden)mais ca doit pas etre la meme chose en informatique

mais il ya aussi en programmation un espece de réseaux de neurones (l'ensenbles des sous programme des subfonction des programmes intermédiair ,secondaires ,tertiairs...)

@+

Sirius · 29/07/2004 - 12h51

Envoyé par tr@nsisteric_du_39

mais il ya aussi en programmation un espece de réseaux de neurones (l'ensenbles des sous programme des subfonction des programmes intermédiair ,secondaires ,tertiairs...)

J'ai rien compris à ton explication et je ne dois pas etre le seul à mon avis, tu pourrais etre plus clair stp.

Jiav · 29/07/2004 - 14h39

Bonjour,

Envoyé par Caesar

Dans plusieurs Discution j'ai vu le terme réseaux de neurones. Qu'est ce que c'est au juste ? ce sont des neurones virtuel ?

comment fonctionne t'il ? doit on les programmer indépendament ? Quelle est leur interets ?

En fait ça serait mieux de parler de réseaux de neurones artificiels, ou (ma préférence personnelle) de réseaux d'automates.

Il s'agit d'une structure de calcul distribué/parallèle, qui peut présenter des propriétés intéressantes notament en reconnaissance de formes. La reconnaissance de voix est à ma connaissance l'application la plus importante pour laquelle les réseaux de neurones sont utilisés. Mais les réseaux peuvent également apporter des informations intéressantes en recherche car ce sont des modèles des "vrai" réseaux de neurones. Une des familles de modèles (cartes topologiques de Kohonen) améliore ainsi notre compréhension de la structuration du cortex en carte corticale.

Gamma

Caesar · 30/07/2004 - 00h15

Envoyé par Jeremy

http://fr.wikipedia.org/wiki/R%C3%A9seau_de_neurones

Commence par là

Bonjour a tous,

Merci Jeremie je vais lire sa.

tr@nsisteric_du_39, moi aussi je n'ai pas compris

acx01b · 30/07/2004 - 06h57

est-il possible de trouver une application concrête du concept sur internet ? (code source)

genre reconnaissance de caratères manuscrits (laposte s'en sert) reconnaissance de voix ou je ne sais...

merci beaucoup!

acx01b · 30/07/2004 - 06h59

parce que je crois que pour beaucoup d'entre nous même ayant lu les divers articles que l'on trouve sur google ça reste trés abstrait!!!

tr@nsisteric_du_39 · 30/07/2004 - 16h09

salut

en fait ce n'était pas une explication c'était juste une réflexion personnelle que je voulait faur partager aux autre c tout

@+

spi100 · 30/07/2004 - 23h08

Je m'y essaie.

Un réseau de neurone artificielle est un système qui apprend. Pour l'apprentissage, on distingue deux types de réseaux.
1/ les réseaux à apprentissage supervisé.
2/ les réseaux à apprentissage non supervisé.

La première classe est la plus facile à appréhender. Tu demandes par exemple à ton réseau d'apprendre à reconnaitre des chiffres. Tu lui presente une representation du chiffre, et tu lui demandes de répondre. S'il se trompe, tu corriges l'erreur, il l'apprend.
Tu recommences autant de fois que nécessaire en variant les chiffres que tu lui présentes. Au bout d'un certain nbre de fois, il finit par faire un taux d'erreur suportable.

Maintenant, comment se fait - il qu'un réseau de neurones puisse apprendre.
Une représentation possible, est un réseau de commutateur logique (0 ou 1), tous connectés entres eux. Chaque neurone envoie une certaine intensité à son voisin. Et l'état d'un neurone dépend de la somme des intensités que lui envoient ses voisins. L'apprentissage, consiste à moduler la valeur de ces intensités.

Ca peut paraitre un peu confus, je vais donner un exemple concret.
Je garde celui des chiffres. Tu représentes les chiffres par une première couches de neurones. Ces neurones ne sont pas connectés entres eux.
Exemple:

11111
00011
11111
00011
11111

pour représenter 3.

Maintenant tu as une deuxième couche de neurones, soit 10 neurones.
Le premier correspond à 0, le deuxième à 1, le troisième à 2, etc.
Aucun neurones n'est connecté à l'autre.

A présent tu connectes tous les neurones de la première couche à tous les neurones de la seconde.
L'apprentissage va alors consister à trouver les bonnes valeurs à mettre sur les intensités de ces connexions. Tel que si la première couche représente un trois, le 4 neurones de la deuxième couche s'allume (je compte à partir de 0).

Je préfère ne pas aborder la deuxième classe de réseaux de neurones tout de suite, peut être plus tard dans le fil, si c'est demandé.