thesis

Contrainte de dynamique non-linéaire pour l'amélioration de l'apprentissage et l'élaboration de l'architecture des réseaux neuronaux multicouches

Defense date:

Jan. 1, 1996

Edit

Institution:

Poitiers

Disciplines:

Directors:

Abstract EN:

Pas de résumé disponible.

Abstract FR:

La prise en compte de la dynamique de l'apprentissage sur les reseaux neuronaux multicouches amene le developpement d'une mesure du comportement par les nombres de lyapunov. Bp-lambdal, l'algorithme d'apprentissage par retropropagation contrainte determine un pas adaptatif qui assure la stabilite de l'apprentissage. Cet algorithme particulierement efficace permet egalement une analyse des liens entre l'architecture et le traitement dynamique de l'information contenue dans l'echantillon d'apprentissage. Mlp-lambdal, l'algorithme de construction d'architecture procede par enrichissements selectifs de la structure jusqu'a l'apprentissage de l'echantillon. Les deux algorithmes presentes montrent que l'etude de la dynamique des processus connexionnistes aboutit a une methodologie performante