Academic literature on the topic 'Réseaux de neurones artificiels (ANNs)'
Create a spot-on reference in APA, MLA, Chicago, Harvard, and other styles
Consult the lists of relevant articles, books, theses, conference reports, and other scholarly sources on the topic 'Réseaux de neurones artificiels (ANNs).'
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 "Réseaux de neurones artificiels (ANNs)"
1
Seçkiner, Ilker, Serap Ulusam Seçkiner, Ömer Bayrak, and Sakıp Erturhan. "Use of artificial neural networks in the management of antenatally diagnosed ureteropelvic junction obstruction." Canadian Urological Association Journal 5, no. 6 (April 15, 2013): 152. http://dx.doi.org/10.5489/cuaj.761.
Full textAbstract:
Background: In this study, an artificial neural network (ANN) basedsystem has been developed specifically to help in the managementof antenatally diagnosed uretero-pelvic junction (UPJ) obstruction.Methods: A total of 53 infants with antenatally detected hydronephrosiscaused by UPJ obstruction were included in this study. Aneural network was developed with the help of a commerciallyavailable software package. The patients’ age and sex, renal pelvicdiameter, laterality, split renal function and presence of renal scaron radionuclide scan, follow-up times, urine culture results andthe presence of symptomatic infections were used as variables.These data were also entered into a statistical software packageand linear regression analysis was done.Results: During the follow-up period, 36 children were observed,and the remaining 17 renal units underwent pyeloplasty. The averagesensitivity of the ANN model in predicting the outcome wasfound to be 92% in the training group and 75% in the validationand test groups. In linear regression, none of the predictors werefound to be statistically significant.Interpretation: In this study, we have demonstrated that the useof ANNs in antenatally diagnosed UPJ obstruction can help theclinician in making treatment decisions, and thus can be useful indaily clinical practice.Contexte : Dans cette étude, un système fondé sur un réseau deneurones artificiels a été mis au point précisément pour aider à laprise en charge d’une obstruction de la jonction urétéropelviennediagnostiquée pendant la période anténatale.Méthodologie : Au total, 53 enfants atteints d’hydronéphrosedécelée avant la naissance et causée par l’obstruction de la jonctionurétéropelvienne ont été inclus dans cette étude. Un réseau deneurones a été élaboré à l’aide d’un logiciel offert sur le marché.L’âge et le sexe du patient, le diamètre du bassinet du rein, lalatéralité, une fonction rénale séparée et la présence de cicatricesrénales observables par scintigraphie par balayage, la durée dela période de suivi, les résultats d’analyses d’urine et la présenced’infections symptomatiques ont été utilisés comme variables. Cesdonnées ont également été saisies dans un progiciel statistique etont servi à une analyse de régression linéaire.Résultats : Au cours de la période de suivi, 36 enfants ont étéplacés en observation, et on a procédé à une pyéloplastie dans les17 autres cas. La sensibilité moyenne du modèle pour la prédictionde l’issue a été évaluée à 92 % dans le groupe de formation et à75 % dans les groupes de validation et de test. Dans l’analyse derégression linéaire, aucun des facteurs de prédiction n’a été jugésignificatif sur le plan statistique.Interprétation : Dans cette étude, nous avons montré que l’utilisationd’un réseau de neurones artificiels en présence d’obstruction de lajonction urétéropelvienne diagnostiquée avant la naissance peutaider le clinicien à prendre des décisions thérapeutiques, et peutdonc être utile dans la pratique clinique quotidienne.
2
Coulibaly, Paulin, François Anctil, and Bernard Bobée. "Prévision hydrologique par réseaux de neurones artificiels : état de l'art." Canadian Journal of Civil Engineering 26, no. 3 (June 1, 1999): 293–304. http://dx.doi.org/10.1139/l98-069.
Full textAbstract:
Artificial neural networks (ANN) are a novel approximation method for complex systems especially useful when the well-known statistical methods are not efficient. The multilayer perceptrons have been mainly used for hydrological forecasting over the last years. However, the connectionist theory and language are not much known to the hydrologist communauty. This paper aims to make up this gap. The ANN architectures and learning rules are presented to allow the best choice of their application. Stochastic methods and the neural network approach are compared in terms of methodology steps in the context of hydrological forecasting. Recent applications in hydrology are documented and discussed in the conclusion.Key words: artificial neural networks, hydrological forecasting, stochastic models, multilayer perceptrons.
3
LOTFI, Siham, and Hicham MESK. "Prévision de Défaillance Des entreprises : Apport des Réseaux de Neurones Artificiels." International Journal of Financial Accountability, Economics, Management, and Auditing (IJFAEMA) 3, no. 3 (June 1, 2021): 70–79. http://dx.doi.org/10.52502/ijfaema.v3i3.53.
Full textAbstract:
Le principal problème auquel font face les banques lors de la décision de l’octroi de crédit est leur incapacité à déterminer avec certitude si le client va honorer ou non ses engagements. Depuis toujours, cette décision de l’octroi du crédit repose sur l’évaluation préalable de l’agent de crédit. En effet, une détection précoce des difficultés de l’entreprise se fait à l’aide des outils de prévision du risque de défaillance qui s’appuient tous sur l’analyse du passé pour prédire l’avenir de l’entreprise. Cette analyse repose essentiellement sur l’exploitation des états de synthèse de l’entreprise qui restent une source d’informations incontournable pour la détection des difficultés des entreprises. Parmi ces méthodes de prévision, on trouve les réseaux de neurones artificiels. Cette technique est utilisée dans de nombreuses disciplines notamment la médecine, le marketing, la finance et constitue une alternative intéressante aux techniques statistiques traditionnelles pour le traitement des données comme (la régression logistique, analyse discriminante, etc..).
4
Soudani, Azeddine, Saadi Bougoul, and Jean-Luc Harion. "Réduction des étalonnages multiples en mesures simultanées dans une couche limite turbulente d'un mélange air - hélium." Journal of Renewable Energies 6, no. 2 (December 31, 2003): 77–94. http://dx.doi.org/10.54966/jreen.v6i2.963.
Full textAbstract:
Les mesures simultanées par thermo-anémométrie de plusieurs grandeurs physiques d'un fluide en écoulement turbulent, nécessite l'emploi d'autant de sondes qu'il y a de variables. Un étalonnage est préalable à toute utilisation de ces capteurs pour des mesures. Cet étalonnage est fondé sur des lois d'ajustement, réalisées généralement par des méthodes classiques d'interpolation linéaire, des régressions polynomiales, des fonctions splines ou encore par des réseaux de neurones artificiels. Il permet d'établir le lien univoque entre les sorties de ces capteurs, données sous forme de tensions, et les paramètres physiques de l'écoulement à mesurer. Suivant la forme du réseau d'étalonnage obtenue, la précision de ces méthodes peut être extrêmement sensible aux degrés des polynômes d'ajustement et peut présenter ainsi des erreurs importantes d'interpolation. Il est donc nécessaire de tester systématiquement les paramètres d'ajustement pour chaque application. On montre à travers cette étude que, les méthodes de génération de grilles cartésiennes et de dépouillement de mesures, utilisant des régressions polynomiales et des interpolations linéaires, sont beaucoup moins précises que celles utilisant les fonctions splines et les réseaux de neurones artificiels. Les résultats obtenus montrent aussi que l'utilisation d'une surchauffe plus forte pour l'élément amont que l'élément aval de la sonde apporte, en général, une meilleure précision lors de la génération des grilles.
5
Kerkeni, N., R. Ben Cheikh, M. H. Bedoui, F. Alexandre, and M. Dogui. "Classification des stades de sommeil par des réseaux de neurones artificiels hiérarchiques." IRBM 33, no. 1 (February 2012): 35–40. http://dx.doi.org/10.1016/j.irbm.2011.12.006.
Full text
6
Laïdi, Maamar, and Salah Hanini. "Approche neuronale pour l’estimation des transferts thermiques dans un fluide frigoporteur diphasique." Journal of Renewable Energies 15, no. 3 (October 23, 2023): 513–20. http://dx.doi.org/10.54966/jreen.v15i3.340.
Full textAbstract:
La propriété associative des réseaux neurologiques artificiels et de leur capacité inhérente d’apprendre et identifier des rapports fortement non linéaires et complexes, les trouve idéalement convenus à une étendue des applications large dans le domaine du froid direct et indirect. Cet article traite les applications potentielles des réseaux neurones artificiels dans la particularité des problèmes thermiques soulevés par l’utilisation des fluides frigoporteurs diphasiques, tels que les coulis de glace (mélange de solutions binaires aqueuses et de cristaux de glace) dans les installations de distribution du froid. L’utilisation de ce type d’installation permet de diminuer, les quantités des fluides frigorigènes traditionnels, ainsi que les problèmes qu’ils engendrent, de réduire les volumes de stockage et les consommations d’électricité. La stratégie d’obtention du RN s'articule sur l'élaboration d'un programme sur MATLAB, comportant plusieurs boucles où on fait varier les algorithmes d’apprentissages, les fonctions d’activations, le nombre de couches cachées et le nombre de neurones dans chaque couche, afin de minimiser la fonction du coût sous contrainte d’une erreur relative fixée. Le modèle neuronal conçu a permis d’une part de reproduire avec une très bonne précision les données expérimentales tirées directement de littérature et d’autre part une estimation meilleure et plus précise des valeurs calculées par rapport aux modèles classiques (basé sur la formulation générale de la méthode enthalpique) des transferts thermiques dans le cas des solutions binaires dispersées sous forme d’émulsions ou de mini-émulsions subissant un changement de phase tirées directement de littérature.
7
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 textAbstract:
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.
8
Benbouhenni, Habib. "Commande DTC cinq niveaux à 24 secteurs basée sur les réseaux de neurones de la MAS de forte puissance." Journal of Renewable Energies 21, no. 3 (September 30, 2018): 373–84. http://dx.doi.org/10.54966/jreen.v21i3.696.
Full textAbstract:
Dans cet article, nous présentons une commande de type contrôle direct du couple (DTC) basée sur les réseaux de neurones de la machine asynchrone de forte puissance (1 MW) alimentée par onduleur NPC de tension à cinq niveaux (DTC-5N). La commande DTC classique présente plusieurs inconvénients, tels que l’obtention d’une fréquence de commutation variable, les ondulations du couple et du flux, les fluctuations des puissances et les harmoniques des courants dans le régime transitoire et permanent, à cause de l’utilisation des comparateurs à hystérésis et les tableaux de commutation. Pour cela, nous avons proposé d’étudier dans cet article la commande directe du couple à cinq niveaux (DTC-5N) basée sur les réseaux de neurones artificiels (DTC-RNA-5N), pour améliorer les performances de la commandes DTC cinq niveaux, où la table de commutation sont remplacés par un contrôleur neuronal, afin de bien conduire les grandeurs de sortie de la MAS vers leurs valeurs de référence durant une période de temps fixe. Des simulations numériques sont présentées pour comparer les performances des méthodes proposées (DTC-RNA-5N).
9
El kharki, Omar. "Panorama sur les méthodes de classification des images satellites et techniques d'amélioration de la précision de la classification." Revue Française de Photogrammétrie et de Télédétection, no. 210 (April 7, 2015): 23–38. http://dx.doi.org/10.52638/rfpt.2015.259.
Full textAbstract:
Au cours des dernières années, de nombreuses approches avancées de classification, tels que les réseaux de neurones artificiels, arbres de décision, les ensembles flous, etc. ont été largement appliquées à la classification des images satellites. Chaque méthode de classification a son propre mérite. Sélectionner une approche de classification appropriéepour une étude spécifique n'est pas facile. Différents résultats de classification peuvent être obtenus selon le(s) classificateur(s) choisi(s). Dans cet article, nous passons en revue diverses méthodes de classification avec une analyse et étude comparative. Nous présentons également les techniques pour améliorer la précision de la classification de lacouverture terrestre.
10
Aristizábal, Maria Clara. "Evaluación asimétrica de una red neuronal: aplicación al caso de la inflación en Colombia." Lecturas de Economía, no. 65 (October 29, 2009): 73–116. http://dx.doi.org/10.17533/udea.le.n65a2641.
Full textAbstract:
El objetivo de este trabajo es explorar la relación no lineal entre el dinero y la inflación en Colombia a través de una red neuronal artificial, utilizando información mensual de la variación del Índice de Precios al Consumidor y del agregado monetario M3, desde enero de 1982 hasta febrero de 2005. Las redes neuronales artificiales aparecen como una excelente alternativa para las autoridades monetarias de contar con los mejores modelos para pronosticar la inflación y guiar sus decisiones de política. El presente artículo incorpora algunas innovaciones en la modelación del dinero e inflación que permiten generar pronósticos más confiables, debido a que el modelo se aproxima con mayor exactitud a la realidad. Palabras Clave: red neuronal artificial, no linealidad, unidad escondida, función de activación, rolling de pronósticos, función de pérdida asimétrica. Clasificación JEL: D87, C53. Abstract: The objective of the present work is to explore the non-linear relationship between money and inflation in Colombia through an artificial neural network using monthly information for the variation of the consumer price index and the monetary aggregate M3 since January 1982 through February 2005. Artificial neural networks turn up as an excellent alternative for monetary authorities to count on the best models to forecast inflation and guide their policy decisions. This article incorporates some innovations in money and inflation modeling that allow to generate more reliable forecasts given that the model approximates reality with greater accuracy. Keywords: artificial neural network, non-linearity, hidden unit, activation function, rolling test, asymmetric lost function. JEL classification: D87, C53. Résumé: L’objectif de ce travail consiste à explorer la relation non linéaire entre la quantité de monnaie et l’inflation en Colombie à travers la technique des réseaux de neurones artificiels. Nous utilisons les statistiques mensuelles concernant la variation de l’indice des prix à la consommation et l’agrégat monétaire M3 entre janvier 1982 et février 2005. Les réseaux neuronaux artificiels constituent une excellente alternative pour les autorités monétaires en vue d’améliorer leurs modèles qui servent à anticiper l’inflation. Cet article intègre quelques nouveautés dans la modélisation de la quantité de monnaie et l’inflation. Cette modélisation permet d’établir des prévisions plus précises car elle se rapproche avec plus d’exactitude de la réalité économique. Mots clés: Réseaux de neurones artificiels, unité cachée, fonction d’activation, Rolling test, fonction de perte asymétrique. Classification JEL: D87, C53.
Dissertations / Theses on the topic "Réseaux de neurones artificiels (ANNs)"
1
Abadi, Mehdi. "Réalisation d'un réseau de neurones "SOM" sur une architecture matérielle adaptable et extensible à base de réseaux sur puce "NoC"." Thesis, Université de Lorraine, 2018. http://www.theses.fr/2018LORR0068/document.
Full textAbstract:
Depuis son introduction en 1982, la carte auto-organisatrice de Kohonen (Self-Organizing Map : SOM) a prouvé ses capacités de classification et visualisation des données multidimensionnelles dans différents domaines d’application. Les implémentations matérielles de la carte SOM, en exploitant le taux de parallélisme élevé de l’algorithme de Kohonen, permettent d’augmenter les performances de ce modèle neuronal souvent au détriment de la flexibilité. D’autre part, la flexibilité est offerte par les implémentations logicielles qui quant à elles ne sont pas adaptées pour les applications temps réel à cause de leurs performances temporelles limitées. Dans cette thèse nous avons proposé une architecture matérielle distribuée, adaptable, flexible et extensible de la carte SOM à base de NoC dédiée pour une implantation matérielle sur FPGA. A base de cette approche, nous avons également proposé une architecture matérielle innovante d’une carte SOM à structure croissante au cours de la phase d’apprentissageSince its introduction in 1982, Kohonen’s Self-Organizing Map (SOM) showed its ability to classify and visualize multidimensional data in various application fields. Hardware implementations of SOM, by exploiting the inherent parallelism of the Kohonen algorithm, allow to increase the overall performances of this neuronal network, often at the expense of the flexibility. On the other hand, the flexibility is offered by software implementations which on their side are not suited for real-time applications due to the limited time performances. In this thesis we proposed a distributed, adaptable, flexible and scalable hardware architecture of SOM based on Network-on-Chip (NoC) designed for FPGA implementation. Moreover, based on this approach we also proposed a novel hardware architecture of a growing SOM able to evolve its own structure during the learning phase
2
Blagouchine, Iaroslav. "Modélisation et analyse de la parole : Contrôle d’un robot parlant via un modèle interne optimal basé sur les réseaux de neurones artificiels. Outils statistiques en analyse de la parole." Thesis, Aix-Marseille 2, 2010. http://www.theses.fr/2010AIX26666.
Full textAbstract:
Cette thèse de doctorat traite les aspects de la modélisation et de l'analyse de la parole, regroupés sous le chapeau commun de la qualité. Le premier aspect est représenté par le développement d'un modèle interne de contrôle de la production de la parole ; le deuxième, par le développement des outils pour son analyse. Un modèle interne optimal sous contraintes est proposé pour le contrôle d'un robot parlant, basé sur l'hypothèse du point d'équilibre (EPH, modèle-lambda). Ce modèle interne se repose sur le principe suivant : les mouvements du robot sont produits de telle façon que la longueur du chemin, parcouru dans l'espace interne des commandes motrices lambda, soit minimale, sous certaines contraintes liées à l'espace externe. L'aspect mathématique du problème conduit au problème géodésique généralisé, un problème relevant du calcul variationnel, dont la solution exacte analytique est assez complexe. En utilisant certains résultats empiriques, une solution approximative est enfin développée et implémentée. La solution du problème donne des résultats intéressants et prometteurs, et montre que le modèle interne proposé permet d'atteindre une certaine réalité de la production de la parole ; notamment, des similitudes entre la parole réelle et celle produite par le robot sont constatées. Puis, dans un but d'analyser et de caractériser le signal de parole, plusieurs méthodes d'analyse statistique sont développées. Elles sont basées sur les statistiques d'ordre supérieurs et sur l'entropie discrète normalisée. Dans ce cadre, nous avons également élaboré un estimateur non-biaisée et efficace du cumulant d'ordre quatre, en deux versions bloc et adaptativeThis Ph.D. dissertation deals with speech modeling and processing, which both share the speech quality aspect. An optimum internal model with constraints is proposed and discussed for the control of a biomechanical speech robot based on the equilibrium point hypothesis (EPH, lambda-model). It is supposed that the robot internal space is composed of the motor commands lambda of the equilibrium point hypothesis. The main idea of the work is that the robot movements, and in particular the robot speech production, are carried out in such a way that, the length of the path, traveled in the internal space, is minimized under acoustical and mechanical constraints. Mathematical aspect of the problem leads to one of the problems of variational calculus, the so-called geodesic problem, whose exact analytical solution is quite complicated. By using some empirical findings, an approximate solution for the proposed optimum internal model is then developed and implemented. It gives interesting and challenging results, and shows that the proposed internal model is quite realistic; namely, some similarities are found between the robot speech and the real one. Next, by aiming to analyze speech signals, several methods of statistical speech signal processing are developed. They are based on higher-order statistics (namely, on normalized central moments and on the fourth-order cumulant), as well as on the discrete normalized entropy. In this framework, we also designed an unbiased and efficient estimator of the fourth-order cumulant in both batch and adaptive versions
3
Koiran, Pascal. "Puissance de calcul des réseaux de neurones artificiels." Lyon 1, 1993. http://www.theses.fr/1993LYO19003.
Full textAbstract:
Depuis quelques annees on s'est beaucoup interesse a la resolution de problemes d'ingenierie avec des reseaux de neurones artificiels (par exemple en reconnaissance de formes, robotique, prediction de series temporelles, optimisation. . . ). La plupart de ces travaux sont de nature empirique, et ne comportent que peu ou pas du tout d'analyse mathematique rigoureuse. Cette these se situe dans une perspective tout-a-fait differente: il s'agit d'etudier les relations entre les reseaux de neurones et les modeles de calculs classiques ou moins classiques de l'informatique theorique (automates finis, machines de turing, circuits booleens, machines de turing reelles de blum, shub et smale). Les principaux resultats sont les suivants: 1) simulation d'une machine de turing universelle par des reseaux recurrents; 2) etude generale de la puissance de calcul des systemes dynamiques definis par des iterations de fonctions, notamment en petites dimensions; 3) etude de modeles de calculs sur les nombres reels, avec application aux reseaux recurrents et acycliques. On montre que la classe des fonctions (discretes) calculables en temps polynomial est p/poly
4
Bazzi, Hussein. "Resistive memory co-design in CMOS technologies." Electronic Thesis or Diss., Aix-Marseille, 2020. http://www.theses.fr/2020AIXM0567.
Full textAbstract:
De nombreuses applications (internet des objets, systèmes embarqués automobiles et médicales, intelligence artificielle) ont besoin d’un circuit intégré (ou SoC pour System on Chip) avec des mémoires non volatiles embarquées performantes pour fonctionner de manière optimale. Bien que la mémoire Flash soit largement utilisée aujourd'hui, cette technologie nécessite une tension élevée pour les opérations de programmation et présente des problèmes de fiabilité difficiles à gérer au-delà du nœud technologique 18 nm, augmentant les coûts de conception et de fabrication des circuits. Dans ce contexte, l'industrie du semi-conducteur est à la recherche d’une mémoire non volatile alternative pouvant remplacer les mémoires Flash. Parmi les candidats actuellement étudiés (MRAM - mémoire à accès aléatoire magnétique, PCM - mémoire à changement de phase, FeRAM - mémoire à accès aléatoire Ferroélectrique), les mémoires résistives (RRAM) offrent de meilleures performances sur différents points capitaux : compatibilité avec le processus de fabrication standard CMOS, consommation de courant, rapidité de fonctionnement, etc. La technologie RRAM peut être aisément introduite dans n'importe quel flot de conception ouvrant la voie au développement de nouvelles architectures qui répondent à l’engorgement des systèmes classiques Von Neumann. Dans cette thèse, l'objet principal est de montrer le potentiel d’intégration des dispositifs RRAM avec la technologie CMOS, à l’aide de simulation et de mesures électriques, afin d’élaborer différentes structures hybrides : mémoires à accès aléatoire statique (SRAM) non volatiles, générateurs de nombres aléatoires (TRNG) et réseaux de neurones artificielsMany diversified applications (internet of things, embedded systems for automotive and medical applications, artificial intelligence) require an integrated circuit (SoC, System on Chip) with high-performance non-volatile memories to operate optimally. Although Flash memory is widely used today, this technology needs high voltage for programing operations and has reliability issues that are hard to handle beyond 18 nm technological node, increasing the cost of circuit design and fabrication. In this context, the semiconductor industry seeks an alternative non-volatile memory that can replace Flash memories. Among possible candidates (MRAM - Magnetic Random Access Memory, PCM - Phase Change Memory, FeRAM - Ferroelectric Random Access Memory), Resistive memories (RRAMs) offer superior performances on essential key points: compatibility with CMOS manufacturing processes, scalability, current consumption (standby and active), operational speed. Due to its relatively simple structure, RRAM technology can be easily integrated in any design flow opening the way for the development of new architectures that answer Von Neumann bottleneck. In this thesis, the main object is to show the integration abilities of RRAM devices with CMOS technology, using circuit design and electrical measurements, in order to develop different hybrid structures: non-volatile Static Random Access Memories (SRAM), True Random Number Generator (TRNG) and artificial neural networks
5
Bénédic, Yohann. "Approche analytique pour l'optimisation de réseaux de neurones artificiels." Phd thesis, Université de Haute Alsace - Mulhouse, 2007. http://tel.archives-ouvertes.fr/tel-00605216.
Full textAbstract:
Les réseaux de neurones artificiels sont nés, il y a presque cinquante ans, de la volonté de modéliser les capacités de mémorisation et de traitement du cerveau biologique. Aujourd'hui encore, les nombreux modèles obtenus brillent par leur simplicité de mise en œuvre, leur puissance de traitement, leur polyvalence, mais aussi par la complexité des méthodes de programmation disponibles. En réalité, très peu d'entre-elles sont capables d'aboutir analytiquement à un réseau de neurones correctement configuré. Bien au contraire, la plupart se " contentent " d'ajuster, petit à petit, une ébauche de réseau de neurones, jusqu'à ce qu'il fonctionne avec suffisamment d'exemples de la tâche à accomplir. Au travers de ces méthodes, dites " d'apprentissages ", les réseaux de neurones sont devenus des boîtes noires, que seuls quelques experts sont effectivement capables de programmer. Chaque traitement demande en effet de choisir convenablement une configuration initiale, la nature des exemples, leur nombre, l'ordre d'utilisation, ... Pourtant, la tâche finalement apprise n'en reste pas moins le résultat d'une stratégie algorithmique implémentée par le réseau de neurones. Une stratégie qui peut donc être identifiée par le biais de l'analyse, et surtout réutilisée lors de la conception d'un réseau de neurones réalisant une tâche similaire, court-circuitant ainsi les nombreux aléas liés à ces méthodes d'apprentissage. Les bénéfices de l'analyse sont encore plus évidents dans le cas de réseaux de neurones à sortie binaire. En effet, le caractère discret des signaux traités simplifie grandement l'identification des mécanismes mis en jeu, ainsi que leur contribution au traitement global. De ce type d'analyse systématique naît un formalisme original, qui décrit la stratégie implémentée par les réseaux de neurones à sortie binaire de façon particulièrement efficace. Schématiquement, ce formalisme tient lieu d'" état intermédiaire " entre la forme boîte noire d'un réseau de neurones et sa description mathématique brute. En étant plus proche des modèles de réseaux de neurones que ne l'est cette dernière, il permet de retrouver, par synthèse analytique, un réseau de neurones effectuant la même opération que celui de départ, mais de façon optimisée selon un ou plusieurs critères : nombre de neurones, nombre de connexions, dynamique de calcul, etc. Cette approche analyse-formalisation-synthèse constitue la contribution de ces travaux de thèse.
6
Alvado, Ludovic. "Neurones artificiels sur silicium : une évolution vers les réseaux." Bordeaux 1, 2003. http://www.theses.fr/2003BOR12674.
Full textAbstract:
Cette thèse décrit une nouvelle approche pour la modélisation de réseaux de neurones biologiques. Cette approche utilise des circuits intégrés analogiques spécifiques (ASIC) dans lesquels le formalisme de Hodgkin-Huxley est implémenté dans le but de réaliser des réseaux de neurones artificiels de densité moyenne et biologiquement réaliste. Elle aborde aussi les problèmes de disparités entre composants et le choix d’une structure optimisée pour l’utilisation en réseauThis thesis describes a new approach for modelling biological neuron networks. This approach uses analogue specific integrated circuit (ASIC) in which Hodgkin-Huxley formalism as been implemented to integrate medium density artificial neural network, modelled at a biological realistic level. This thesis also deals with the component mismatches problem and the pertinent choice of optimized structure dedicated to network applications
7
Bier, Thomas. "Disaggregation of Electrical Appliances using Non-Intrusive Load Monitoring." Thesis, Mulhouse, 2014. http://www.theses.fr/2014MULH8860/document.
Full textAbstract:
Cette thèse présente une méthode pour désagréger les appareils électriques dans le profil des bâtiments résidentiels de charge. Au cours des dernières années, la surveillance de l’énergie a obtenu beaucoup de popularité dans un environnement privé et industriel. Avec des algorithmes de la désagrégation, les données mesurées à partir de soi-disant compteurs intelligents peuvent être utilisés pour fournir de plus amples informations de la consommation d’énergie. Une méthode pour recevoir ces données est appelé non-intrusifs charge identification. La majeure partie de la thèse peut être divisée en trois parties. Dans un premier temps, un système de mesure propre a été développé et vérifié. Avec ce système, les ensembles de données réelles peuvent être générés pour le développement et la vérification des algorithmes de désagrégation. La deuxième partie décrit le développement d’un détecteur de flanc. Différentes méthodes sont présentées et évaluées, avec lequel les temps de commutation des appareils peuvent être détectés dans le profil de la charge. La dernière partie décrit un procédé de classification. Différents critères sont utilisés pour la classification. Le classificateur reconnaît et étiquette les appareils individuels de la courbe de charge. Pour les classifications différentes structures de réseaux de neurones artificiels sont comparésThis thesis presents a method to disaggregate electrical appliances in the load profile of residential buildings. In recent years, energy monitoring has obtained significantly popularity in private and industrial environment. With algorithms of the disaggregation, the measured data from so-called smart meters can be used to provide more information of the energy usage. One method to receive these data is called non-intrusive appliance load monitoring.The main part of the thesis can be divided into three parts. At first, an own measurement system was developed and verified. With that system, real data sets can be generated for the development and verification of the disaggregation algorithms. The second part describes the development of an event detector. Different methods are presented and evaluated, with which the switching times of the appliances can be detected in the load profile. The last part describes a classification method. Different features are used for the classification. The classifier recognizes and labels the individual appliances in the load profile. For the classification different structures of artificial neural network (ANN) are compared
8
Wang, Shengrui. "Réseaux multicouches de neurones artificiels : algorithmes d'apprentissage, implantations sur hypercube : applications." Phd thesis, Grenoble INPG, 1989. http://tel.archives-ouvertes.fr/tel-00335818.
Full textAbstract:
En adoptant une methode générale de distribution du réseau de cellules, sont proposes des algorithmes de communication sur un anneau et sur un hypercube qui résolvent les problèmes de multi-accumulation et de diffusion all-to-all. Il est montre, de plus, que ces algorithmes sont asymptotiquement optimaux. La simulation de l'identification des visages en contexte présentée constitue une tentative d'utilisation du modèle connexioniste comme nouveau paradigme pour modéliser des phénomènes cognitifs. Par ailleurs, l'application des réseaux multicouches a la reconnaissance de mots met en valeur l'intérêt de l'architecture a connexions partielles et superposées pour traiter des informations temporelles
9
Laflaquière, Arnaud. "Neurones artificiels sur silicium : conception analogique et construction de réseaux hybrides." Bordeaux 1, 1998. http://www.theses.fr/1998BOR10617.
Full textAbstract:
Cette these decrit une nouvelle approche pour la modelisation de neurones biologiques. Cette approche utilise des circuits electroniques integres analogiques specifiques pour implementer le formalisme de hodgkin-huxley. Ils sont realises en technologie bicmos ams 0. 8 m, selon un mode de conception full custom. Nous pouvons ainsi, grace a ces asics (application specific integrated circuits), reproduire en temps reel, et de facon precise, le comportement electrique dynamique d'un grand nombre de cellules nerveuses. De veritables neurones artificiels sont alors disponibles pour la construction de ce que nous avons appele les reseaux hybrides. Ces reseaux mettent en relation neurones reels in vitro et neurones electroniques et ouvrent de nombreuses perspectives pour des experimentations en neurophysiologie.
10
Nedjari, Tayeb. "Réseaux de neurones artificiels et connaissances symboliques : insertion, raffinement et extraction." Paris 13, 1998. http://www.theses.fr/1998PA132024.
Full textAbstract:
La proliferation et le grand succes des applications incorporant des reseaux de neurones artificiels (rna) dans plusieurs domaines montrent l'utilite du paradigme rna. Neanmoins, ce paradigme a une limite : son incapacite inherente a fournir une explication des resultats obtenus. C'est essentiellement pour vaincre cette limite que plusieurs chercheurs se sont interesses a combiner les rna et les systemes symboliques de maniere a profiter de leurs avantages et eviter leurs faiblesses. Dans cette these, nous decrivons notre contribution a ce domaine de recherche. Nos travaux s'articulent autour de trois axes : l'insertion de connaissances dans un rna, l'extraction de regles a partir d'un rna et l'utilisation d'un rna pour raffiner une base de regles existante. Dans le premier axe : apres une etude critique des principales techniques developpees, nous avons propose deux techniques d'extraction de regles. La premiere, miter, associe a chaque neurone un calibre de poids. Ce dernier est traduit sous forme d'une regle symbolique de la forme m-parmi-n. La seconde, emire, extrait des regles a partir d'un rna sans tenir compte de sa structure interne et en utilisant uniquement ses entrees pertinentes. Dans le deuxieme axe : apres une presentation des principales techniques existantes, nous avons propose deux techniques d'insertion de regles symboliques dans un rna. La premiere, ruleneur, associe a chaque regle ecrite sous une forme normale disjonctive un neurone. La seconde, opneur, associe a chaque operateur logique (et ou ou) un neurone. Dans le troisieme axe, apres une presentation des differents systemes hybrides, nous avons propose le systeme ranni qui combine les deux axes precedents en utilisant un module probabiliste pour leur mise-a-jour.
Books on the topic "Réseaux de neurones artificiels (ANNs)"
1
Michel, Verleysen, ed. Les réseaux de neurones artificiels. Paris: Presses universitaires de France, 1996.
Find full text
2
Journées d'électronique (1989 Lausanne, Switzerland). Réseaux de neurones artificiels: Comptes rendus des Journées d'électronique 1989, Lausanne, 10-12 october 1983. Lausanne: Presses polytechniques romande, 1989.
Find full text
3
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 textBook chapters on the topic "Réseaux de neurones artificiels (ANNs)"
1
"4. Les réseaux de neurones artificiels." In L'intelligence artificielle, 91–112. EDP Sciences, 2021. http://dx.doi.org/10.1051/978-2-7598-2580-6.c006.
Full text