Log in

Relevant bibliographies by topics / Modélisation des neurones

Contents

Journal articles
Dissertations / Theses
Books
Conference papers

Academic literature on the topic 'Modélisation des neurones'

Author: Grafiati

Published: 25 May 2024

Create a spot-on reference in APA, MLA, Chicago, Harvard, and other styles

Select a source type:

Consult the lists of relevant articles, books, theses, conference reports, and other scholarly sources on the topic 'Modélisation des neurones.'

Next to every source in the list of references, there is an 'Add to bibliography' button. Press on it, and we will generate automatically the bibliographic reference to the chosen work in the citation style you need: APA, MLA, Harvard, Chicago, Vancouver, etc.

You can also download the full text of the academic publication as pdf and read online its abstract whenever available in the metadata.

Journal articles on the topic "Modélisation des neurones"

1

Jovanović, S., and S. Weber. "Modélisation et accélération de réseaux de neurones profonds (CNN) en Python/VHDL/C++ et leur vérification et test à l’aide de l’environnement Pynq sur les FPGA Xilinx." J3eA 21 (2022): 1028. http://dx.doi.org/10.1051/j3ea/20220028.

Full text

Abstract:

Nous présentons un ensemble de travaux pratiques qui seront dispensés au sein du Master EEA - Électronique Embarquée à l’université de Lorraine dans le cadre des modules Modélisation SystemC et Conception VLSI. Ces TP sont destinés à initier les étudiants à la compréhension, modélisation et conception des réseaux de neurones convolutifs dans des langages de description de matériel au niveau RTL (VHDL, le module Conception VLSI) et dans un langage de haut niveau (C++/SystemC, le module Modélisation SystemC). Ils sont organisés autour d’un ensemble d’outils de modélisation et de synthèse de Mentor Graphics (Modelsim, Catapult HLS) et spécifiques aux plateformes FPGA Xilinx et à l’environnement Pynq pour la simulation, test et vérification.

APA, Harvard, Vancouver, ISO, and other styles

2

Yao, Marcel Konan, Djedro Clément Akmel, Kouamé Lazare Akpetou, Albert Trokourey, Kouassi Benjamin Yao, and Nogbou Emmanuel Assidjo. "Modélisation de l'évolution spatiotemporelle du phosphore minéral dans une baie lagunaire hypereutrophe tropicale : la baie lagunaire de Tiagba (Côte d'Ivoire)." Revue des sciences de l’eau 30, no. 3 (March 28, 2018): 247–58. http://dx.doi.org/10.7202/1044250ar.

Full text

Abstract:

Ce travail décrit une nouvelle approche de la prédiction de l'évolution spatio-temporelle du phosphore minéral dans les eaux de surface, particulièrement dans la baie lagunaire de Tiagba. L'originalité de cette étude réside dans l'utilisation des réseaux de neurones artificiels, précisément du perceptron multicouche, comme outil de modélisation. Deux approches de l'évolution spatio-temporelle de ce nutriment dans cette baie ont été étudiées : sa modélisation statique et sa modélisation dynamique. Ainsi, il a été utilisé deux bases de 3 966 et 4 627 données respectivement pour sa modélisation statique et sa modélisation dynamique. L'algorithme de Levenberg-Marquardt a été utilisé pour la détermination des poids de connexions lors du développement du perceptron multicouche. Il ressort, des résultats obtenus, que les modèles 5-14-1 et 6-14-2 permettent de prédire à 70,30 % et à environ 70 % respectivement les évolutions statique et dynamique du phosphore minéral dans cette baie lagunaire. Ces modèles, jugés satisfaisant peuvent servir de socle pour d'éventuelles études visant à la réhabilitation et la gestion de cet écosystème aquatique dans le cadre de son développement durable.

APA, Harvard, Vancouver, ISO, and other styles

3

Dechemi, N., T. Benkaci, and A. Issolah. "Modélisation des débits mensuels par les modèles conceptuels et les systèmes neuro-flous." Revue des sciences de l'eau 16, no. 4 (April 12, 2005): 407–24. http://dx.doi.org/10.7202/705515ar.

Full text

Abstract:

La modélisation pluie-débit au pas de temps mensuel, a été étudiée par le biais de quatre modèles qui appartiennent à deux catégories, les modèles conceptuels (modèles à réservoirs), et les modèles basés sur les réseaux de neurones, et la logique floue Les modèles conceptuels mensuels utilisés sont les modèles de Thornthwaite et Arnell et le modèle GR2M, ainsi que deux modèles représentés par les réseaux de neurones à apprentissage supervisé et le modèle neuro-flou qui combine une méthode d'optimisation neuronale et une logique floue. Une application de ces modèles a été effectuée sur le bassin de la Cheffia (Nord-Est Algérien), et a confirmé les performances du modèle basé sur la logique floue. Par sa robustesse et son pouvoir d'extrapolation non-linéaire, ce modèle a donné d'excellents résultats, et représente donc une nouvelle approche de la modélisation pluie-débit au pas de temps mensuel.

APA, Harvard, Vancouver, ISO, and other styles

4

Bélanger, M., N. El-Jabi, D. Caissie, F. Ashkar, and J. M. Ribi. "Estimation de la température de l'eau de rivière en utilisant les réseaux de neurones et la régression linéaire multiple." Revue des sciences de l'eau 18, no. 3 (April 12, 2005): 403–21. http://dx.doi.org/10.7202/705565ar.

Full text

Abstract:

La température de l'eau en rivière est un paramètre ayant une importance majeure pour la vie aquatique. Les séries temporelles décrivant ce paramètre thermique existent, mais elles sont moins nombreuses et souvent courtes, ou comptent parfois des valeurs manquantes. Cette étude présente la modélisation de la température de l'eau en utilisant des réseaux de neurones et la régression linéaire multiple pour relier la température de l'eau à celle de l'air et le débit du ruisseau Catamaran, situé au Nouveau-Brunswick, Canada. Une recherche multidisciplinaire à long terme se déroule présentement sur ce site. Les données utilisées sont de 1991 à 2000 et comprennent la température de l'air de la journée en cours, de la veille et de l'avant-veille, le débit ainsi que le temps transformé en série trigonométrique. Les données de 1991 à 1995 ont été utilisées pour l'entraînement ou la calibration du modèle tandis que les données de 1996 à 2000 ont été utilisées pour la validation du modèle. Les coefficients de détermination obtenus pour l'entraînement sont de 94,2 % pour les réseaux de neurones et de 92,6 % pour la régression linéaire multiple, ce qui donne un écart-type des erreurs de 1,01 C pour les réseaux de neurones et de 1,05 C pour la régression linéaire multiple. Pour la validation, les coefficients de détermination sont de 92,2 % pour les réseaux de neurones et de 91,6 % pour la régression linéaire multiple, ce qui se traduit en un écart-type des erreurs de 1,10 C pour les réseaux de neurones et de 1,25 C pour la régression linéaire multiple. Durant la période d'étude (1991-2000), le biais a été calculé à +0,11 C pour le modèle de réseaux de neurones et à -0,26 °C pour le modèle de régression. Ces résultats permettent de conclure qu'il est possible de prévoir la température de l'eau de petits cours d'eau en utilisant la température de l'air et le débit, aussi bien avec les réseaux de neurones qu'avec la régression linéaire multiple. Les réseaux de neurones semblent donner un ajustement aux données légèrement meilleur que celui offert par la régression linéaire multiple, toutefois ces deux approches de modélisation démontrent une bonne performance pour la prédiction de la température de l'eau en rivière.

APA, Harvard, Vancouver, ISO, and other styles

5

Hugget, Alain, and Patrick Sébastian. "Modélisation de séchoirs à tapis. Utilisation des réseaux de neurones." Revue Générale de Thermique 35, no. 417 (October 1996): 599–614. http://dx.doi.org/10.1016/s0035-3159(96)80023-7.

Full text

APA, Harvard, Vancouver, ISO, and other styles

6

Yagoub, Mustapha C. E. "Optimisation des performances de modules multipuces Modélisation par réseaux de neurones." Annales des Télécommunications 59, no. 9-10 (September 2004): 1092–117. http://dx.doi.org/10.1007/bf03179712.

Full text

APA, Harvard, Vancouver, ISO, and other styles

7

Belatel, Mimi, and Abdelghani Ouazeta. "Modélisation et identification par les réseaux de neurones d’un système énergétique éolien à base d’une génératrice asynchrone." Journal of Renewable Energies 20, no. 2 (October 12, 2023): 195–208. http://dx.doi.org/10.54966/jreen.v20i2.620.

Full text

Abstract:

L’objectif de ce travail est de modéliser les principaux composants du système énergétique éolien, essentiellement la génératrice asynchrone (GAS) et la turbine éolienne, ainsi que le développement d’un outil d’identification et d’optimisation, tel que les réseaux de neurones (ANN’s) pour l’étude de la quantité de charge de l’unité de stockage d’un système énergétique éolien autonome. La modélisation et l’identification de toute la chaîne de conversion est une phase importante pour pouvoir déterminer les caractéristiques optimales du système éolien.

APA, Harvard, Vancouver, ISO, and other styles

8

Bouazizi, Emna, Roomila Naeck, Daniel D’Amore, Marie-Françoise Mateo, Philippe Arlotto, Michel Grimaldi, Moez Bouchouicha, Fahrat Fnaiech, Nader Fnaiech, and Jean-Marc Ginoux. "Modélisation numérique de la fragmentation du sommeil par réseau de neurones artificiels." Médecine du Sommeil 12, no. 1 (January 2015): 22–23. http://dx.doi.org/10.1016/j.msom.2015.01.010.

Full text

APA, Harvard, Vancouver, ISO, and other styles

9

Bouazizi, E., R. Naeck, D. D’amore, M. F. Matéo, P. Arlotto, M. Grimaldi, M. Bouchouicha, F. Fnaiech, N. Fnaiech, and J. M. Ginoux. "Modélisation numérique de la fragmentation du sommeil par Réseau de neurones artificiels." Revue des Maladies Respiratoires 32 (January 2015): A210. http://dx.doi.org/10.1016/j.rmr.2014.10.305.

Full text

APA, Harvard, Vancouver, ISO, and other styles

10

Lek, S., I. Dimopoulos, M. Derraz, and Y. El Ghachtoul. "Modélisation de la relation pluie-débit à l'aide des réseaux de neurones artificiels." Revue des sciences de l'eau 9, no. 3 (April 12, 2005): 319–31. http://dx.doi.org/10.7202/705255ar.

Full text

Abstract:

Identifier tous les processus physiques élémentaires du cycle hydrologique qui peuvent avoir lieu dans un bassin versant et attribuer à chacun d'eux une description analytique permettant la prévision conduisent à des structures complexes employant un nombre élevé de paramètres difficilement accessibles. En outre, ces processus, même simplifiés, sont généralement non linéaires. Le recours à des modèles à faible nombre de variables, capables de traiter la non-linéarité, s'avère nécessaire. C'est dans cette optique que nous proposons une méthode de modélisation de la relation pluie et débit basée sur l'utilisation de réseaux neuronaux. Les performances de ces derniers dans la modélisation non linéaire ont été déjà prouvées dans plusieurs domaines scientifiques (biologie, géologie, chimie, physique). Dans ce travail, nous utilisons l'algorithme de la rétropropagation des erreurs avec un réseau à 3 couches de neurones. La fonction de transfert appliquée est de type sigmoïde. Pour prédire le débit à un moment donné, on présente à l'entrée du réseau des valeurs de pluies et de débits observés à des instants précédents. La structure du réseau est optimisée pour obtenir une bonne capacité prévisionnelle sur des données n'ayant pas participé au calage. L'application du réseau à des données pluviométriques et débimétriques du bassin de l'oued Beth permet d'obtenir de bonnes prévisions d'un ou plusieurs pas de temps, aussi bien journalières qu'hebdomadaires. Pour les données n'ayant pas participé au calage, les coefficients de corrélation entre les valeurs observées et les valeurs estimées par les différents modèles sont élevés. Ils varient de 0.72 à 0.91 pour les coefficients de corrélation de Pearson et de 0.73 à 0.95 pour les coefficients de Spearman.

APA, Harvard, Vancouver, ISO, and other styles

More sources

Dissertations / Theses on the topic "Modélisation des neurones"

1

Yonaba, Harouna. "Modélisation hydrologique hybride : réseau de neurones - modèle conceptuel." Thesis, Université Laval, 2009. http://www.theses.ulaval.ca/2009/26583/26583.pdf.

Full text

APA, Harvard, Vancouver, ISO, and other styles

2

Michel, Christophe. "Modélisation mathématique de l'activité électrophysiologique des neurones auditifs primaires." Phd thesis, Université Montpellier II - Sciences et Techniques du Languedoc, 2012. http://tel.archives-ouvertes.fr/tel-00808610.

Full text

Abstract:

En réponse à une stimulation sonore, la cellule ciliée interne libère du glutamate qui va activer des récepteurs distribués sur le bouton post-synaptique. Les courants post-synaptiques vont ensuite dépolariser la terminaison périphérique des neurones auditifs primaires, et initier le déclenchement d'un potentiel d'action. Tandis que la connaissance des mécanismes pré-synaptiques a considérablement progressé ces 10 dernières années, les mécanismes responsables de l'initiation des potentiels d'action sont encore méconnus. Dans cette étude, nous avons déterminé les conductances ioniques nécessaires au déclenchement des potentiels d'action. Les paramètres biophysiques des conductances (Na et K) ont été identifiés (algorithme d'identification trace entière) à partir d'enregistrements de patch clamp acquis sur les corps cellulaires. Un modèle mathématique de nœud de Ranvier a ensuite été développé en faisant l'hypothèse que les canaux présents sur le corps cellulaire et sur un nœud de Ranvier étaient de même nature mais en densités différentes. Les paramètres de ce modèle ont été identifiés pour reproduire les potentiels d'action extracellulaire au moyen d'un algorithme de descente du gradient. Nous avons identifié i) un courant Na entrant rapide (GNa activation: V1/2=-33 mV, act< 0.5 ms; inactivation: V1/2=-61 mV, inact < 2 ms) et deux courants K sortants, un rectifiant retardé activé à haut seuil (GKH, activation: V1/2=-41 mV; act < 2.5 ms) et un activé à bas seuil (GKL, activation: V1/2=-56 mV; act < 5 ms). Le modèle de nœud de Ranvier génère des potentiels d'action extracellulaire similaires à ceux enregistrés in vivo. La différence de durée du potentiel d'action observée le long de l'axe tonotopique (i.e. 450 µs de durée pic à pic à 1 kHz contre 250 µs à 20 kHz) s'explique parfaitement par un gradient de densité en canaux ioniques le long de la cochlée (GNa~78 nS, GKL~9 nS, GKH~3 nS à 1 kHz contre GNa~90 nS, GKL~12 nS, GKH ~6 nS à 20 kHz). Cette étude a permis d'identifier les conductances ioniques et les densités de canaux responsables de l'initiation des potentiels d'action dans les neurones auditifs primaires. Elle suggère que la coopération entre le courant Na et des 2 courants K est probablement à l'origine de la haute fréquence de décharge de ces neurones. Le modèle de nœud de Ranvier permet en outre de tester de nouvelles stratégies de stimulation électrique dans le contexte de l'implant cochléaire.

APA, Harvard, Vancouver, ISO, and other styles

3

Douence, Vincent. "Circuits et systèmes de modélisation analogique de neurones biologiques." Bordeaux 1, 2000. http://www.theses.fr/2000BOR10596.

Full text

Abstract:

L'objectif de cette these est la realisation de calculateurs analogiques bases sur des modeles neurophysiologiques de type hodgkin et huxley. Ces simulateurs sont batis autour d'asics (application specific integrated circuits) analogiques specifiquement concus pour resoudre ces equations. Construits avec une approche modulaire, ils permettent la simulation realiste en temps reel et continu de l'activite electrophysiologique de neurones biologiques. Afin de garder une souplesse d'utilisation maximale, les parametres des modeles et les interconnexions de ses differents elements sont programmables. L'application premiere des systemes presentes est la realisation de reseaux hybrides, ou neurones biologiques et artificiels interagissent, des exemples d'utilisation de cette technique sont presentes.

APA, Harvard, Vancouver, ISO, and other styles

4

Hodara, Pierre. "Systèmes de neurones en interactions : modélisation probabiliste et estimation." Thesis, Cergy-Pontoise, 2016. http://www.theses.fr/2016CERG0854/document.

Full text

Abstract:

On étudie un système de particules en interactions. Deux types de processus sont utilisés pour modéliser le système. Tout d'abord des processus de Hawkes. On propose deux modèles pour lesquels on obtient l'existence et l'unicité d'une version stationnaire, ainsi qu'une construction graphique de la mesure stationnaire à l'aide d'une décomposition de type Kalikow et d'un algorithme de simulation parfaite.Le deuxième type de processus utilisés est un processus de Markov déterministe par morceaux (PDMP). On montre l'ergodicité de ce processus et propose un estimateur à noyau pour la fonction de taux de saut possédant une vitesse de convergence optimale dans L²
We work on interacting particles systems. Two different types of processes are studied. A first model using Hawkes processes, for which we state existence and uniqueness of a stationnary version. We also propose a graphical construction of the stationnary measure by the mean of a Kalikow-type decomposition and a perfect simulation algorithm.The second model deals with Piecewise deterministic Markov processes (PDMP). We state ergodicity and propose a Kernel estimator for the jump rate function having an optimal speed of convergence in L²

APA, Harvard, Vancouver, ISO, and other styles

5

Dubois-Boissier, Marie-Dominique. "Modélisation d'un neurone du striatum." Université Joseph Fourier (Grenoble), 1996. http://www.theses.fr/1996GRE19004.

Full text

APA, Harvard, Vancouver, ISO, and other styles

6

Meunier, David. "UNE MODÉLISATION ÉVOLUTIONNISTE DU LIAGE TEMPOREL." Phd thesis, Université Lumière - Lyon II, 2007. http://tel.archives-ouvertes.fr/tel-00198797.

Full text

Abstract:

L'hypothèse du liage temporel par synchronie suscite un intérêt important en neurobiologie, car elle permet d'expliquer comment différentes structures du cerveau peuvent établir entre elles un lien fonctionnel, en rapport avec une fonction cognitive. Cependant, il n'existe pas de modèle permettant de faire communiquer différents groupes de neurones par le biais de leurs émissions.

Nous avons développé un modèle de réseau de neurones impulsionnels, dont la topologie est modifiée par un algorithme évolutionniste. Le critère de performance utilisé pour l'algorithme évolutionniste est évalué par l'intermédiaire du comportement d'un individu contrôlé par un réseau de neurones impulsionnels, et placé dans un environnement virtuel. L'utilisation du neurone impulsionnel, ayant la propriété de détection de synchronie, oblige l'évolution à construire un système utilisant cette propriété au niveau global, d'où l'émergence de la synchronisation neuronale à large-échelle. Les propriétés topologiques et dynamiques du réseau de neurones ne sont pas prises en compte dans le calcul de la performance, mais sont étudiées a posteriori, en comparant les individus avant et après évolution.

D'une part, grâce aux outils de la théorie des réseaux complexes, nous montrons l'émergence d'un certain nombre de propriétés topologiques, notamment la propriété de réseau ``petit-monde''. Ces propriétés topologiques sont similaires à celles observées au niveau de l'anatomie des systèmes nerveux en biologie. D'autre part, au niveau de la dynamique, nous établissons que la propriété de synchronisation neuronale à large-échelle, résultant de la présentation d'un stimulus, est présente chez les individus évolués. Pour ce faire, nous nous appuyons sur les outils classiquement utilisés en électrophysiologie, et nous les étendons pour pouvoir interpréter la grande quantité de données obtenue à partir du modèle.

Le modèle montre que l'on peut construire des réseaux de neurones basés sur l'hypothèse du liage temporel en ayant recours à l'évolution artificielle, en se basant sur un critère de performance écologique, c.à.d. le comportement de l'individu dans son environnement. D'autre part, les outils développés pour l'analyse des propriétés du modèle peuvent être utilisés dans d'autres domaines, en premier lieu en électrophysiologie. En effet, à cause des progrès techniques sur les enregistrements électrophysiologiques, la quantité de données se rapproche singulièrement de celle issue du modèle.

APA, Harvard, Vancouver, ISO, and other styles

7

Chevallier, Julien. "Modélisation de grands réseaux de neurones par processus de Hawkes." Thesis, Université Côte d'Azur (ComUE), 2016. http://www.theses.fr/2016AZUR4051/document.

Full text

Abstract:

Comment fonctionne le cerveau ? Peut-on créer un cerveau artificiel ? Une étape essentielle en vue d'obtenir une réponse à ces questions est la modélisation mathématique des phénomènes à l'œuvre dans le cerveau. Ce manuscrit se focalise sur l'étude de modèles de réseaux de neurones inspirés de la réalité.Cette thèse se place à la rencontre entre trois grands domaines des mathématiques - l'étude des équations aux dérivées partielles (EDP), les probabilités et la statistique - et s'intéresse à leur application en neurobiologie. Dans un premier temps, nous établissons les liens qui existent entre deux échelles de modélisation neurobiologique. À un niveau microscopique, l'activité électrique de chaque neurone est représentée par un processus ponctuel. À une plus grande échelle, un système d'EDP structuré en âge décrit la dynamique moyenne de ces activités. Il est alors montré que le modèle macroscopique peut se retrouver de deux manières distinctes : en étudiant la dynamique moyenne d'un neurone typique ou bien en étudiant la dynamique d'un réseau de $n$ neurones en champ-moyen quand $n$ tend vers l’infini. Dans le second cas, la convergence vers une dynamique limite est démontrée et les fluctuations de la dynamique microscopique autour de cette limite sont examinées. Dans un second temps, nous construisons une procédure de test d'indépendance entre processus ponctuels, ces derniers étant destinés à modéliser l'activité de certains neurones. Ses performances sont contrôlées théoriquement et vérifiées d'un point de vue pratique par une étude par simulations. Pour finir, notre procédure est appliquée sur de vraies données
How does the brain compute complex tasks? Is it possible to create en artificial brain? In order to answer these questions, a key step is to build mathematical models for information processing in the brain. Hence this manuscript focuses on biological neural networks and their modelling. This thesis lies in between three domains of mathematics - the study of partial differential equations (PDE), probabilities and statistics - and deals with their application to neuroscience. On the one hand, the bridges between two neural network models, involving two different scales, are highlighted. At a microscopic scale, the electrical activity of each neuron is described by a temporal point process. At a larger scale, an age structured system of PDE gives the global activity. There are two ways to derive the macroscopic model (PDE system) starting from the microscopic one: by studying the mean dynamics of one typical neuron or by investigating the dynamics of a mean-field network of $n$ neurons when $n$ goes to infinity. In the second case, we furthermore prove the convergence towards an explicit limit dynamics and inspect the fluctuations of the microscopic dynamics around its limit. On the other hand, a method to detect synchronisations between two or more neurons is proposed. To do so, tests of independence between temporal point processes are constructed. The level of the tests are theoretically controlled and the practical validity of the method is illustrated by a simulation study. Finally, the method is applied on real data

APA, Harvard, Vancouver, ISO, and other styles

8

Roudgé, Mathieu. "Modélisation expérimentale par les réseaux de neurones du perçage multi-materiaux." Thesis, Bordeaux 1, 2011. http://www.theses.fr/2011BOR14226/document.

Full text

Abstract:

Les nouvelles avancées dans le domaine de la science des matériaux ont engendré l’apparition de nouvelles problématiques notamment concernant leurs perçages. Dans le cas des structures aéronautiques, l’opération de perçage des panneaux multi-matériaux CFRP/aluminium se situe juste avant l’assemblage final. Les pièces percées ont donc une forte valeur ajoutée. L’intérêt de pouvoir prédire le moment où la qualité du perçage s’approche des bornes des spécifications prend alors tout son sens. La mise en place d’un modèle expérimental multi-matériaux par les réseaux de neurones permet prédire la qualité du perçage réalisé pour une séquence d’empilement donnée. En utilisant une démarche similaire, un système de surveillance hors ligne du perçage multi-matériaux a été établi. Deux méthodes ont été développées : la méthode générale permettant de s’adapter à un grand nombre d’empilement et la méthode spécifique, plus précise, mais dont le domaine de validité se cantonne à une seul séquence
New advances in the field of materials science have led to the emergence of new issues particularly concerning their holes. In the case of aeronautical structures, the drilling of multi-material panels CFRP / aluminum is just before final assembly. Pierced parts thus have a high added value. The interest can predict when the quality of the hole approaches the limits of the specifications takes a lot of sense. The establishment of an experimental model multi-materials by neural networks can predict the quality of the hole made for a given stacking sequence.Using a similar approach, a monitoring system offline drilling multi-materials has been established. Two methods have been developed: the general method to adapt to a large number of stacking and specific method, more accurate, but the range of validity is confined to a single sequence

APA, Harvard, Vancouver, ISO, and other styles

9

Berthommier, Frédéric. "Intégration neuronale dans le système auditif : modélisation de réseaux neuronaux temporo-dépendants." Phd thesis, Université Joseph Fourier (Grenoble), 1992. http://tel.archives-ouvertes.fr/tel-00342101.

Full text

APA, Harvard, Vancouver, ISO, and other styles

10

Berthommier, Frédéric. "Intégration neuronale dans le système auditif : modélisation de réseaux neuronaux temporo-dépendants." Phd thesis, Grenoble 1, 1992. https://theses.hal.science/tel-00342101.

Full text

APA, Harvard, Vancouver, ISO, and other styles

More sources

Books on the topic "Modélisation des neurones"

1

Personnaz, L. Réseaux de neurones formels pour la modélisation, la commande et la classification. Paris: CNRS Editions, 2003.

Find full text

APA, Harvard, Vancouver, ISO, and other styles

2

Seidou, Ousmane. Modélisation de la croissance de glace de lac par réseaux de neurones artificiels et estimation du volume de la glace abandonnée sur les berges des réservoirs hydroélectriques pendant les opérations d'hiver. Québec, QC: INRS--ETE, 2005.

Find full text

APA, Harvard, Vancouver, ISO, and other styles

3

The perception of multiple objects: A connectionist approach. Cambridge, Mass: MIT Press, 1991.

Find full text

APA, Harvard, Vancouver, ISO, and other styles

Conference papers on the topic "Modélisation des neurones"

1

Walid, Tazarki, Fareh Riadh, and Chichti Jameleddine. "La Prevision Des Crises Bancaires: Un essai de modélisation par la méthode des réseaux de neurones [Not available in English]." In International Conference on Information and Communication Technologies from Theory to Applications - ICTTA'08. IEEE, 2008. http://dx.doi.org/10.1109/ictta.2008.4529985.

Full text

APA, Harvard, Vancouver, ISO, and other styles

We offer discounts on all premium plans for authors whose works are included in thematic literature selections. Contact us to get a unique promo code!