recherche d'architecture minimale et approche d'apprentissage par pseudo-inverse generalisee d'un réseau de neurones artificiels
Ecole Superieure Polytechnique D’Antananarivo - nan - None ()
Auteur : randriamamonjy liantsoa joharinirina
Annee de soutenance : 2019
Diplome : DOCTORAT
Langue : FR
Resume
cette thèse porte sur une nouvelle méthode itérative dapprentissage des réseaux de neurones feed forward à une seule couche cachée. la contribution apportée consiste à lutilisation de linverse de moore-penrose par bloc et des matrices partitionnées par colonne afin de déterminer les paramètres du réseau. la minimisation de lerreur dapprentissage par lajout de noeuds dans la couche cachée permet de déterminer larchitecture minimale du réseau. des vérifications de notre hypothèse ont été effectuées par une analyse des performances de cette méthode comparée à ceux classiques. les résultats obtenus nous ont permis de valoriser la méthode et de le proposer dans diverses applications comme la classification des données et lapproximation des fonctions