Entraînement d’un réseau De neurones MLP

الموضوعات

علوم تطبيقية وتكنولوجية

الملخص

Après avoir présenté les limitations de la méthode d’apprentissage BP, basée surl’algorithme de la descente du gradient, nous avons envisagé l’application d’une nouvelleméthode d’apprentissage, en utilisant un autre algorithme d’optimisation.Ainsi nous avons introduit une méthode d’optimisation de type Quasi Newton, dite BFGSpour l’entraînement d’un réseau de neurones MLP. L’algorithme d’apprentissage BFGSBP a ététesté sur un exemple classique de la littérature en l’occurrence le système de Box et Jenkins.Les résultats de simulation témoignent que la méthode BFGS est une bonne méthoded’optimisation, l’algorithme basé sur cette méthode a assuré un entraînement du réseau dont lescaractéristiques d’approximation et de convergence sont très élevées. Les essais ont montrésaussi que l’algorithme BP nécessite une très longue période d’entraînement (un nombre élevé depaquets d’entraînements), l’erreur d’entraînement été considérable

روابط وملفات

التعريف والنوع

رقم الوثيقة

fd26d384-1bab-44ce-98ed-0fa5d97e79dd

رقم العقد

0

نوع الوسائط

Crawler

نوع المحتوى

الرسائل العلمية

صيغة المصدر

ماستر (LMD)

نوع الملف

pdf text

أسماء الملفات

333477_1.pdf

بيانات النشر

ألقاب المؤلفين

[{"name_ar":"Abdelwahid Belbezzouh","title_ar":"اعداد","title_en":"Preparation"},{"name_ar":"O. Ourzifi","title_ar":"اشراف","title_en":"Supervision"},{"name_ar":"Omar Abdal Ghani Hassan Adel","title_ar":"اعداد","title_en":"Preparation"}]

اللغة

French

المصدر والدورية

اسم المصدر

Entraînement d’un réseau De neurones MLP

المحتوى والصفحات

عدد الصفحات

0

إشراف وإعداد

الإشراف

O. Ourzifi

الإعداد

Abdelwahid Belbezzouh, Omar Abdal Ghani Hassan Adel

الاقتباسات الببليوغرافية