WOW !! MUCH LOVE ! SO WORLD PEACE !
Fond bitcoin pour l'amélioration du site: 1memzGeKS7CB3ECNkzSn2qHwxU6NZoJ8o
  Dogecoin (tips/pourboires): DCLoo9Dd4qECqpMLurdgGnaoqbftj16Nvp


Home | Publier un mémoire | Une page au hasard

 > 

Controle neuro-flou robuste des systèmes non-linéaires

( Télécharger le fichier original )
par fouzia madour
Université de Sétif Algérie - Magistere 2007
  

précédent sommaire suivant

Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy

Chapitre 11 :  Les réseaux de neurones

Les réseaux de neurones

II.1 Introduction :

Dans le chapitre précèdent nous avons expliqué le fonctionnement de la logique floue , qui n'est autre qu'une technique que le cerveau utilise , donc l'outil de base de l'intelligence artificielle est le réseau de neurones .

Le terme de réseaux de neurones « formels » ou « artificiels » fait rêver certains , et fait peur à d'autres . La vérité est plus rassurante ; les réseaux de neurones constituent maintenant une technique de traitement de données bien comprise et maîtrisée , qui devrait faire partie de la boite à outils de tout ingénieur .

En effet , même si nous somme incapable de réaliser des calcules avec la rapidité et la précision d'un ordinateur , nous somme autrement mieux adaptés que ce dernier au problèmes de traitement de l'information dans son ensembles : traitement du signal , extraction de caractéristiques pertinentes dans un monde complexe , et décision , sont des taches que nous accomplissons couramment .

Ces taches sont accomplies avec une grandes rapidité , et le cerveau adapte son comportement aux situations nouvelles , principalement selon deux processus :

II.1.1 - L'adaptation rapide et automatique :

C'est le cas de notre pupille , par exemple , qui adapte son diamètre en fonction de la quantité de la lumière , et dans le cas d'un réseau neuronal ces poids sont adaptés automatiquement par une fonction mathématique , ces poids peuvent représentés des valeur ou des grandeurs physique ou chimique ou mathématique que le réseau doit adapté et que le neurone doit utiliser dans sa fonction de seuil .

II.1.2 - L'apprentissage :

Cet apprentissage autorise une adaptation lente d'un individu à l'exécution d'une tache nouvelle, par exemple , l'utilisation d'une nouvelle théorie des mathématiques .

Toutes ces constatations ont constitué un ensembles de motivations important poussant à analyser le fonctionnement de cette machine .

Les biologistes ayant isole sont élément de base , à savoir le neurone , une approche mécaniste de la pensée a alors vu le jour .

En effet si l'on modélise le fonctionnement de l'élément de base et si l'on reproduit les interactions des élément de base entre eux , alors on est certainement capable de reproduire artificiellement la pensée .

Les premiers essais de modélisation datte des années 40 .

L'objectif de cette approche est de produire un dispositif (machine) capable de jaillir quelques étincelles de l'intelligence qui consiste un moyen efficace dans presque la totalité des domaines et en particulier celui de l'ingénierie.

précédent sommaire suivant






Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy








"Il y a des temps ou l'on doit dispenser son mépris qu'avec économie à cause du grand nombre de nécessiteux"   Chateaubriand