Abstract FR:

Cette these presente et developpe une utilisation des reseaux de neurones basee sur un concept modulaire propre a resoudre des problemes de classification. Une methodologie de mise en uvre de ces reseaux est proposee pour des applications de traitement de l'image et du signal travaillant directement sur les donnees brutes en entree. Elle est ensuite validee par differentes experimentations de reconnaissance de caracteres manuscrits (chiffres des codes postaux et lettres des adresses postales americaines), ainsi que sur une application de reconnaissance de formes sur des images aeriennes multispectrales. Les resultats montrent des performances equivalentes et parfois superieures aux approches classiques (k plus proches voisins, classifieur par hyperplans separateurs) et aux approches neuronales non modulaires usuelles (tdnn). De plus, cette approche procure des avantages propres a la modularite, tels que: gain de temps a l'apprentissage et a la reconnaissance, meilleur controle et meilleure comprehension du processus de decision, facilite de mise en uvre, reutilisabilite et interchangeabilite des modules