Optimisation des variations de variables d’entraînement d’un réseau de Neurone
No Thumbnail Available
Date
2011
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Université Larbi Ben M'hidi
Abstract
Ce travail présente quelques méthodes d’optimisation locales et globales, ainsi que leur
exploitation indépendamment ou conjointement (deux à deux), pour la minimisation
d’entrainement des réseaux de neurones MLP et RBF.
Il est déduit que l’optimisation des réseaux de neurones qui est fortement liée à la
convergence de ceux-ci, ne dépend pas seulement de l’algorithme d’entrainement mais,
dépend également de :
. Choix de la structure du réseau
. Du nombre de paramètres d’entrainement et de fonctions de base
On peut procéder à des techniques complémentaires qui contribuent directement à la
minimisation de traitement pendant l’entrainement particulièrement, la variation de taux
d’apprentissage et l’adaptation de la structure du réseau