ELECTRO-INFO-Physique
Hassan -NAJI
Voir aussi : - Codes Sources en C++
- Logique formelle
- Logique Floue
- Exercices en RNA
- Perceptron Multicouches PMC
Perceptron simple
• Structuré en deux couches : une couche d’entrée et une couche de sortie.
• La couche d’entrée sert à recevoir les signaux qui caractérisent la forme à percevoir (reconnaitre);
• La couche de sortie sert à indiquer la classe d’appartenance de la forme reçue en entrée.
Entrées du perceptron
• Vecteur objet x=(x 1 , x 2 , ...,x p ) ∈ Rp
• x représente p une forme ( (ou p pattern) ) à reconnaître
• Rappel: on appelle forme toute entité qui peut être étiquetée (ou libellée), c-à-d qu’on peut affecter à une classe.
• x i ∈ R mesure la ième caractéristique de la forme à reconnaître
• Rp est l’espace de représentation des données.Je suis un paragraphe.
Niveau d’activation
• Le travail de chaque neurone consiste à calculer la sommepondérée de ses entrées, c-à-d le produit scalaire des deux vecteurs x et w:
• où w=(w 1 ,w 2 ,...,w n ) est le vecteur des poids synaptiques, Chaque composante w i sert à simuler la connexion entre le neurone et sa ième entrée,
• v(x) représente le niveau d’activation interne. S’il dépasse un certain seuil, le neurone s’active et envoie le signal 1 sur son axone.
Fonction d’activation
• Mathématiquement, le neurone formel réalise une application de Rp vers {0,1}.
• C’est pourquoi ce modèle est souvent désigné par le nom « unité logique à seuil » ou TLU (Threshold Logic Unit).
• La fonction d’activation sert à indiquer si le neurone sera activé (sortie=1) ou non (sortie=0) :
Règles d’apprentissage
• Concernent la façon de modifier les poids des connexions durant le processus d’apprentissage à partir des données.
• La première règle a été proposée par Hebb (Physiologiste) en1949.
• Il s’agit d’un apprentissage non supervisé, c-à-d qui suppose que les données de la base d’apprentissage ne sont pas étiquetées.
• La première règle d’apprentissage supervisé pour le perceptron simple a été proposée par Rosenblat (Physicien) en 1958.
• Sa principale application est la reconnaissance des formes.
Resumé :
Algorithme :
