To see the other types of publications on this topic, follow the link: Réseaux de neurones artificiels (ANNs).
Dissertations / Theses on the topic 'Réseaux de neurones artificiels (ANNs)'
Create a spot-on reference in APA, MLA, Chicago, Harvard, and other styles
Consult the top 50 dissertations / theses for your research 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.
Browse dissertations / theses on a wide variety of disciplines and organise your bibliography correctly.
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.
11
Wilson, Dennis G. "Évolution des principes de la conception des réseaux de neurones artificiels." Thesis, Toulouse 3, 2019. http://www.theses.fr/2019TOU30075.
Full textAbstract:
Le cerveau biologique est composé d'un ensemble d'éléments qui évoluent depuis des millions d'années. Les neurones et autres cellules forment un réseau complexe d'interactions duquel émerge l'intelligence. Bon nombre de concepts neuronaux provenant de l’étude du cerveau biologique ont été utilisés dans des modèles informatiques pour développer les algorithmes d’intelligence artificielle. C'est particulièrement le cas des réseaux neuronaux profonds modernes qui révolutionnent actuellement de nombreux domaines de recherche en informatique tel que la vision par ordinateur, la traduction automatique, le traitement du langage naturel et bien d'autres. Cependant, les réseaux de neurones artificiels ne sont basés que sur un petit sous-ensemble de fonctionnalités biologiques du cerveau. Ils se concentrent souvent sur les fonctions globales, homogènes et à un système complexe et localement hétérogène. Dans cette thèse, nous avons d'examiner le cerveau biologique, des neurones simples aux réseaux capables d'apprendre. Nous avons examiné individuellement la cellule neuronale, la formation des connexions entre les cellules et comment un réseau apprend au fil du temps. Pour chaque composant, nous avons utilisé l'évolution artificielle pour trouver les principes de conception neuronale qui nous avons optimisés pour les réseaux neuronaux artificiels. Nous proposons aussi un modèle fonctionnel du cerveau qui peut être utilisé pour étudier plus en profondeur certains composants du cerveau, incluant toutes les fonctions conçues pour l'optimisation automatique telles que l'évolution. Notre objectif est d'améliorer la performance des réseaux de neurones artificiels par les moyens inspirés des neurosciences modernes. Cependant, en évaluant les effets biologiques dans le contexte d'un agent virtuel, nous espérons également fournir des modèles de cerveau utiles aux biologistesThe biological brain is an ensemble of individual components which have evolved over millions of years. Neurons and other cells interact in a complex network from which intelligence emerges. Many of the neural designs found in the biological brain have been used in computational models to power artificial intelligence, with modern deep neural networks spurring a revolution in computer vision, machine translation, natural language processing, and many more domains. However, artificial neural networks are based on only a small subset of biological functionality of the brain, and often focus on global, homogeneous changes to a system that is complex and locally heterogeneous. In this work, we examine the biological brain, from single neurons to networks capable of learning. We examine individually the neural cell, the formation of connections between cells, and how a network learns over time. For each component, we use artificial evolution to find the principles of neural design that are optimized for artificial neural networks. We then propose a functional model of the brain which can be used to further study select components of the brain, with all functions designed for automatic optimization such as evolution. Our goal, ultimately, is to improve the performance of artificial neural networks through inspiration from modern neuroscience. However, through evaluating the biological brain in the context of an artificial agent, we hope to also provide models of the brain which can serve biologists
12
Martin, Philippe. "Réseaux de neurones artificiels : application à la reconnaissance optique de partitions musicales." Phd thesis, Grenoble 1, 1992. http://tel.archives-ouvertes.fr/tel-00340938.
Full textAbstract:
Le travail présente dans ce mémoire décrit le développement et l'utilisation de réseaux de neurones artificiels pour la resolution d'un probleme de reconnaissance de formes particulières, les partitions musicales. Le premier chapitre est consacre a une étude bibliographique des méthodes connexionnistes employées en reconnaissance de formes. Nous tentons de présenter les principaux modèles de réseaux de neurones de manière homogène et de justifier le choix du modèle auquel nous nous sommes particulièrement intéresses: celui des réseaux multi-couches. Nous consacrons le deuxième chapitre a l'étude de ces derniers. Après une synthèse des différentes connaissances utiles au choix de l'architecture d'un réseau multi-couche et a la mise en œuvre de l'algorithme d'apprentissage par rétro-propagation du gradient, nous nous intéressons aux réseaux d'automates a seuil. Les propriétés de ces réseaux et leurs liens avec les méthodes usuelles de classification sont mis en évidence. Ceci nous amène a proposer un nouvel algorithme d'apprentissage hiérarchique. Dans le dernier chapitre, nous décrivons un système de reconnaissance bas-niveau d'images de partitions musicales imprimées. Différentes solutions pour le pré-traitement, la segmentation et la classification sont proposées. Ces solutions font appel tant a l'analyse d'image conventionnelle qu'aux réseaux de neurones décrits dans les chapitres précédents; elles sont illustrées par des résultats expérimentaux
13
Assoum, Ammar. "Etude de la tolérance aux aléas logiques des réseaux de neurones artificiels." Phd thesis, Grenoble INPG, 1997. http://tel.archives-ouvertes.fr/tel-00004913.
Full textAbstract:
Avec l'accroissement de la complexité des traitements effectués à bord des véhicules spatiaux et l'utilisation de circuits de plus en plus intégrés, le phénomène d'upset devient de plus en plus critique. En effet, ce phénomène se traduit par le basculement intempestif du contenu d'un point mémoire suite à l'impact d'une particule lourde dans des zones sensibles du circuit. Ses conséquences sont parfois fatales et peuvent conduire à la perte voire à la destruction de l'engin sur lequel il a eu lieu. Les réseaux de neurones artificiels constituent une nouvelle approche de traitement de l'information. Ils offrent des solutions compactes et rapides pour une large gamme de problèmes, en particulier ceux ayant des contraintes temps réel tel le cas de la plupart des applications spatiales actuelles. Ceci est davantage vrai avec l'utilisation des émulations et des implantations matérielle. Parmi les propriétés importantes des réseaux de neurones, on peut citer leur tolérance aux fautes qui mesure leur aptitude à exécuter la tâche qui leur est demandée en présence d'informations erronées et de maintenir leur capacité de calcul même si une partie du réseau est endommagée. L'objectif de cette thèse est d'étudier la tolérance aux fautes des réseaux de neurones face aux fautes de type upset et ceci en vue d'étudier la possibilité de leur utilisation, sous forme matérielle, dans un environnement radiatif tel que l'espace, le but étant de choisir parmi des circuits candidats, ceux qui sont acceptés (ou rejetés) pour des applications spatiales. Pour ce faire, plusieurs réseaux et plusieurs circuits ont été testés. Les expériences réalisées étaient de type simulation logicielle d'erreurs, injection matérielle de fautes et tests aux ions lourds. Les résultats obtenus montrent que les réseaux de neurones artificiels sont tolérants aux fautes de type upsets ce qui en fait un bon candidat pour les applications s'exécutant à bord des engins spatiaux.
14
Bourgeois, Yoann. "Les réseaux de neurones artificiels pour mesurer les risques économiques et financiers." Paris, EHESS, 2003. http://www.theses.fr/2003EHES0118.
Full textAbstract:
L'objectif de cette thèse est de fournir des méthodologies complètes pour résoudre des problèmes de prédiction et de classification en économie et en finance en utilisant les réseaux de neurones artificiels. Notre travail contribue à établir une méthodologie statistique des réseaux de neurones à plusieurs niveaux, comme le montre l'organisation de la thèse. Nous avons procédé en quatre chapitres. Le premier chapitre décrit la méthodologie de la modélisation des variables quantitatives ou qualitatives avec des réseaux neuronaux supervisés et non-supervisés. Dans le second chapitre, nous nous intéressons d'abord à l'interprétation bayésienne des réseaux supervisés puis nous construisons un test de spécification sans alternative spécifique pour les modèles de choix binaires. Dans le chapitre 3, nous montrons que les réseaux de neurones multivariés peuvent prendre en compte les changements structurels et permettent d'estimer des probabilités de crises de change. Dans le chapitre 4, nous développons un modèle complet de gestion de portefeuille avec un processus neuronal-GARCH en introduisant les notions de rendement conditionnel et de risque conditionnel. Nous appliquons enfin les réseaux de neurones de Kohonen bayésiens pour estimer la distribution du taux de change DM/USDThe objective of this thesis is to provide complete methodologies to solve prediction and classification problems in economy and finance by using Artificial Neural networks. The plan of work shows that the thesisplays a great part in establishing in several ways a statistic methodology for neural networks. We proceed in four chapters. The first chapter describes supervised and unsupervised neural network methodology to modelize quantitative or qualitative variables. In the second chapter, we are interested by the bayesian approach for supervised neural networks and the developpement of a set of misspecification statistic tests for binary choice models. In chapter three, we show that multivariate supervised neural networks enable to take into account structural changes and the neural networks methodology is able to estimate some probabilities of exchange crisis. In chapter four, we develope a complete based neural network-GARCH model to manage a stocks portfolio. We introduce some terms as conditional returns or conditional risk for a stock or a portfolio. Next, we apply bayesian Self-Organizing Map in order to estimate the univariate probability density function of the DM/USD exchange rate
15
Gautier, Eric. "Utilisation des réseaux de neurones artificiels pour la commande d'un véhicule autonome." Grenoble INPG, 1999. http://www.theses.fr/1999INPG0009.
Full textAbstract:
Le sujet de cette thèse se situe à l'intersection des domaines de la robotique mobile et des réseaux de neurones artificiels (RNA). Notre objectif est d'étudier les solutions que peuvent apporter les techniques connexionnistes aux problèmes particuliers posés par la commande automatique d'un robot de type voiture. Ce mémoire se compose de deux parties principales. La première d'entre elles traite des aspects fondamentaux de la commande d'un robot mobile et de l'utilisation des réseaux de neurones artificiels pour la commande de systèmes complexes. Cette première étude nous permet de mettre en évidence les différents points sur lesquels les réseaux de neurones peuvent jouer un rôle dans une architecture de commande conférant une véritable autonomie de mouvements au véhicule, tout en respectant les contraintes de robustesse et de rapidité de réaction induites par l'utilisation d'un robot de la taille et de la vitesse d'une voiture. Nous proposons dans la deuxième partie du mémoire plusieurs contrôleurs permettant d'accroître progressivement l'autonomie du robot. Nous nous intéressons tout d'abord à une tâche simple consistant uniquement à asservir le robot sur une trajectoire de référence issue d'un planificateur. Notre approche autorise une adaptation continue du système face à d'éventuels changements des paramètres du robot ou de son environnement. Afin de permettre la réalisation de manoeuvres sans consignes extérieures, nous proposons également une méthodologie pour la réalisation de contrôleurs basés sur l'utilisation des capteurs externes du véhicule. Notre appoche utilise un modèle alliant des caractéristiques issues de la logique floue et des RNA. Enfin nous montrons comment des tâches complexes peuvent être réalisées à partir de l'enchaînement de plusieurs contrôleurs simples. Notre réalisation du système de sélection de ces contrôleurs, utilisant un RNA récurrent, possède des capacités de robustesse et autorise des réactions très rapides face à l'ensemble des événements extérieurs qui doivent pouvoir être pris en compteThe subject of this thesis covers both mobile robotic and artificial neural networks (ANN) fields. Our aim is to study solutions that connectionist techniques can bring to particular problems raised by the automatic control of a car-like vehicle. This report is composed of two main parts. The first of them processes fundamental aspects of mobile robot control and of the use of artificial neural networks for control of complex systems. This first study allows us to underline the different points where ANN can contribute in a control architecture providing a real autonomy to the vehicle while respecting the robustness and rapidity constraints induced by the utilisation of a robot of the size and the speed of a car. We propose in the second part of this report several controllers allowing gradual increase of the robot autonomy. First of all, we are interested in a simple task consisting only in enslaving the robot on a reference path given by a planner. Our approach enables a continuous adaptation of the system facing possible changes of the parameters of the robot or its environment. So as to allow the execution of manoeuvres without external orders, we also propose a methodology for the realisation of controllers based on external sensors of the vehicle. Our approach uses a model allying characteristics from both fuzzy logic and ANN. Finally we show how complex tasks can be realised using a sequence of several simple controllers. Our realisation of the selection system for these controllers, which uses a recurrent ANN, exhibits some characteristics of robustness and very fast reactions when faced to the external events that must be taken into account
16
Frydlender, Hervé. "Implantation de réseaux de neurones artificiels sur multi-processeurs à mémoire distribuée." Grenoble INPG, 1992. http://www.theses.fr/1992INPG0132.
Full textAbstract:
La taille et la complexité des réseaux de neurones formels, ainsi que leur intégration au sein d'applications temps réel, entraînent un besoin en vitesse de calcul conduisant à l'utilisation du parallélisme et à la création d'architectures dédiées. Après une rapide description des principaux algorithmes neuromimétiques, nous étudions leur parallélisation à divers niveaux de granularité. Ceci a conduit à la mise au point d'une méthode de partitionnement du produit itéré matrice vecteur permettant une nette diminution du volume global de communications. Des expérimentations de ce partitionnement sur un réseau de Transputers montrent l'équilibrage des charges de calcul et le faible coût des communications. Nous étudions ensuite l'implantation des modèles neuromimétiques sur des architectures numériques dédiées, nécessitant l'utilisation d'une arithmétique à virgule fixe ainsi qu'une étude des algorithmes en précision limitée. Nous donnons deux exemples d'applications mises en place au sein des Laboratoires d'Electronique Philips sur des co-processeurs L-Neuro. La dernière partie porte sur des machines dédiées aux simulations neuronales. Dans ce cadre, nous étudions l'implantation sur un ensemble de DSP, en mode pipe-line et en parallèle, des primitives matricielles de LLVML, langage de bas niveau issu du projet ESPRIT Galatea
17
Chamekh, Abdessalem. "Optimisation des procédés de mise en forme par les réseaux de neurones artificiels." Phd thesis, Université d'Angers, 2008. http://tel.archives-ouvertes.fr/tel-00445341.
Full textAbstract:
Ce travail concerne la modélisation et l'optimisation des procédés de mise en forme par les Réseaux de Neurones Artificiels. Etant donnée que les méthodes classiques sont très coûteuses en temps de calcul et divergentes pour des problèmes présentant beaucoup des paramètres à contrôler, notre contribution consiste à développer une méthode de modélisation et d'optimisation plus rapide et efficace. Nous avons fait appel à une étude paramétrique pour coupler un programme basé sur la technique des RNA avec un code de calcul par la méthode des éléments finis. Néanmoins pour être viable, la méthode de modélisation et d'optimisation développé a été appliquée avec succès à des procédés de mise en forme complexes et variés. Elle a été testée en premier lieu pour la modélisation et l'optimisation du procédé d'emboutissage d'un flan circulaire et dans un second lieu pour l'identification des paramètres du matériau à partir du procédé d'hydroformage. La méthode a été aussi comparée avec une méthode d'optimisation classique de plusieurs points de vue. Il a été constaté le long de cette étude que notre démarche présente une grande potentialité à modéliser des relations qui sont difficile à les décrire avec des modèles mathématiques simple. Elle est aussi, rapide et parallélisable. La qualité des résultats obtenus est convaincante. Ce travail mène à des perspectives plus prometteuses. Elles peuvent être vulgarisées et exploitées dans d'autres applications.
18
Hudon, Guillaume. "Quantification d'odeurs à l'aide de nez électroniques et de réseaux de neurones artificiels." Thesis, National Library of Canada = Bibliothèque nationale du Canada, 1999. http://www.collectionscanada.ca/obj/s4/f2/dsk1/tape8/PQDD_0016/MQ53580.pdf.
Full text
19
Richard, Vincent. "Outils de synthèse pour les réseaux réflecteurs exploitant la cellule Phoenix et les réseaux de neurones." Thesis, Rennes, INSA, 2018. http://www.theses.fr/2018ISAR0004/document.
Full textAbstract:
Menée en partenariat avec Thales Alenia Space et le Centre National d’Etudes Spatiales (CNES), cette thèse s’inscrit dans un contexte international très actif sur une nouvelle technologie de systèmes antennaires : les réseaux réflecteurs (RA). Combinant les atouts des réflecteurs classiques et ceux des réseaux, les RA pourraient remplacer, à terme, les réflecteurs formés utilisés aujourd’hui. Ils sont constitués d’une source primaire placée en regard d’un réseau de cellules contrôlant les propriétés du champ électromagnétique réfléchi. Si de nombreuses études portent déjà sur la caractérisation des cellules, une des problématiques consiste à les sélectionner judicieusement pour réaliser l’antenne finale : c’est l’étape de synthèse.Un tour d’horizon consacré aux différentes méthodes de synthèse a révélé toute la complexité d’obtenir rapidement de bonnes performances simultanément sur les polarisations directes et croisées, pour une large bande de fréquences et pour la réalisation de diagrammes formés. La cellule Phoenix est sélectionnée dans ce travail pour ses bonnes propriétés puisqu’elle fournit l’ensemble de la gamme de phase suivant un cycle continu de géométries.Parce qu’une des contraintes dans la conception de RA est de maintenir des variations de géométries continues entre deux cellules juxtaposées à la surface du RA, un outil de représentation sphérique permettant de classer l’ensemble des cellules d’étude est proposé. Il répertorie judicieusement toutes les cellules sur une surface continue, fermée et périodique.Une nouvelle étape est franchie avec la conception de modèles comportementaux à l’aide de réseaux de neurones (ANN). Ces modèles permettent une caractérisation électromagnétique très rapide des cellules en termes de phase et d’amplitude des coefficients directs et croisées de la matrice de réflexion.L’originalité de l’algorithme de synthèse proposé dans ce travail se base sur l’utilisation combinée de la représentation sphérique et de la caractérisation rapide par ANN. Un outil d’optimisation de type min / max est utilisé pour améliorer les performances globales du panneau RA. Il est ensuite appliqué à un cas concret dans le cadre d’une mission de télécommunicationIn collaboration with Thales Alenia Space and the French Space Agency (CNES), this PHD takes part in a very active international context on a new antenna: the reflectarrays (RA).Combining the advantages of conventional reflectors and those of networks, RA could eventually replace the currently used shaped reflectors. They consist of a primary source placed in front of a network of cells controlling the properties of the reflected electromagnetic field. Although many studies already focus on the characterization of cells, one of the issues is to carefully select them to achieve the final antenna: this is the synthesis step.An overview of different synthesis methods revealed the complexity to quickly obtain good performance simultaneously on the co- and cross-polarizations, for a wide frequency band and for the realization of shaped radiation pattern. The Phoenix cell is selected in this work for its good properties since it provides the entire phase range following a continuous cycle of geometries.Because one of the constraints in the design of RA is to maintain continuous geometry variations between two juxtaposed cells on the layout, a spherical representation tool made it possible to classify all the studied cells. It judiciously lists all the cells on a continuous, closed and periodic surface.A new step is reached with the design of behavioral models using Artificial Neural Networks (ANN). These models enable to a fast electromagnetic characterization of cells in terms of phase and amplitude of the direct and cross coefficients of the reflection matrix.The originality of the synthesis algorithm proposed in this work is the combined use of the spherical representation and a rapid cell characterization by ANN. A min / max optimization tool is used to improve the overall performance of the RA panel. It is then applied to a concrete case as part of a telecommunication mission
20
Osório, Fernando Santos. "Inss : un système hybride neuro-symbolique pour l'apprentissage automatique constructif." Grenoble INPG, 1998. https://tel.archives-ouvertes.fr/tel-00004899.
Full textAbstract:
Plusieurs méthodes ont été développées par l'Intelligence Artificielle pour reproduire certains aspects de l'intelligence humaine. Ces méthodes permettent de simuler les processus de raisonnement en s'appuyant sur les connaissances de base disponibles. Chaque méthode comporte des points forts, mais aussi des limitations. La réalisation de systèmes hybrides est une démarche courante Qui permet de combiner les points forts de chaque approche, et d'obtenir ainsi des performances plus élevées ou un champ d'application plus large. Un autre aspect très important du développement des systèmes hybrides intelligents est leur capacité d'acquérir de nouvelles connaissances à partir de plusieurs sources différentes et de les faire évoluer. Dans cette thèse, nous avons développé des recherches sur les systèmes hybrides neuro-symboliques, et en particulier sur l'acquisition incrémentale de connaissances à partir de connaissances théoriques (règles) et empiriques (exemples). Un nouveau système hybride, nommé système INSS - Incremental Neuro-Symbolic System, a été étudié et réalisé. Ce système permet le transfert de connaissances déclaratives (règles symboliques) d'un module symbolique vers un module connexionniste (réseau de neurones artificiel - RNA) à travers un convertisseur de règles en réseau. Les connaissances du réseau ainsi obtenu sont affinées par un processus d'apprentissage à partir d'exemples. Ce raffinement se fait soit par ajout de nouvelles connaissances, soit par correction des incohérences, grâce à l'utilisation d'un réseau constructif de type Cascade-Correlation. Une méthode d'extraction incrémentale de règles a été intégrée au système INSS, ainsi que des algorithmes de validation des connaissances qui ont permis de mieux coupler les modules connexionniste et symbolique. Le système d'apprentissage automatique INSS a été conçu pour l'acquisition constructive (incrémentale) de connaissances. Le système a été testé sur plusieurs applications, en utilisant des problèmes académiques et des problèmes réels (diagnostic médical, modélisation cognitive et contrôle d'un robot autonome). Les résultats montrent que le système INSS a des performances supérieures et de nombreux avantages par rapport aux autres systèmes hybrides du même typeVarious Artificial Intelligence methods have been developed to reproduce intelligent human behaviour. These methods allow to reproduce some human reasoning process using the available knowledge. Each method has its advantages, but also some drawbacks. Hybrid systems combine different approaches in order to take advantage of their respective strengths. These hybrid intelligent systems also present the ability to acquire new knowledge from different sources and so to improve their application performance. This thesis presents our research in the field of hybrid neuro-symbolic systems, and in particular the study of machine learning tools used for constructive knowledge acquisition. We are interested in the automatic acquisition of theoretical knowledge (rules) and empirical knowledge (examples). We present a new hybrid system we implemented: INSS - Incremental Neuro-Symbolic System. This system allows knowledge transfer from the symbolic module to the connectionist module (Artificial Neural Network - ANN), through symbolic rule compilation into an ANN. We can refine the initial ANN knowledge through neural learning using a set of examples. The incremental ANN learning method used, the Cascade-Correlation algorithm, allows us to change or to add new knowledge to the network. Then, the system can also extract modified (or new) symbolic rules from the ANN and validate them. INSS is a hybrid machine learning system that implements a constructive knowledge acquisition method. We conclude by showing the results we obtained with this system in different application domains: ANN artificial problems(The Monk's Problems), computer aided medical diagnosis (Toxic Comas), a cognitive modelling task (The Balance Scale Problem) and autonomous robot control. The results we obtained show the improved performance of INSS and its advantages over others hybrid neuro-symbolic systems
21
Dariouchy, Abdelilah. "Utilisation des réseaux de neurones artificiels en diffusion acoustique et en agriculture sous serres." Le Havre, 2008. http://www.theses.fr/2008LEHA0002.
Full textAbstract:
Dans ce travail, les Réseaux de Neurones Artificiels (RNA) sont utilisés comme une nouvelle approche de modélisation et de prédiction de processus dans différents domaines : le contrôle non destructif par ultrasons ou la programmation des conditions optimales d'une serre agricole. Cette étude est consacrée au développement des modèles capables de prédire les fréquences réduites de coupure et les fonctions de formes pour des tubes immergés dans l'eau et prédire le spectre acoustique rétrodiffusé par deux plaques soudées d'une part, et d'autre part, prédire les séries temporelles de la température interne et de l'humidité interne de la serre de tomate dans une région semi-aride. Pour valider nos résultats, la représentation temps-fréquence de Wigner-Ville est utilisée pour comparer la fonction de forme calculée par la méthode analytique classique et celle prédite par RNA. La maîtrise des modèles de RNA nous permet à présent d'envisager d’autres applications suivant les demandesThis study is devoted to the models development able to predict the reduced cut-off frequencies and the forms functions for submerged tubes in water and to predict the acoustic spectrum retrodiffused by two welded plates on the one hand, and on the other hand, to predict the time series of the internal temperature and the internal moisture of the tomato greenhouse in a semi-arid area. To validate our results, the representation time-frequency of Wigner-Ville is used to compare the form function calculated by the traditional analytical method and that predicted by ANN. The control of the ANN models allows us now to consider other applications according to the requests
22
Dollfus, Denis. "Reconnaissance de formes naturelles par des réseaux de neurones artificiels : application au nannoplancton calcaire." Aix-Marseille 3, 1997. http://www.theses.fr/1997AIX30099.
Full textAbstract:
Les formes des objets naturels sont soumises a une forte variabilite qu'il est souvent difficile de modeliser. La conception d'un systeme de reconnaissance de formes applique aux objets naturels doit integrer cette difficulte. La strategie choisie dans cette etude est de copier quelques aspects simples et generaux de la vision du primate. La capacite d'apprentissage a partir d'exemples, et une augmentation graduelle de la complexite des parametres codees par les neurones, des aires primaires aux aires superieures, constituent l'essentiel des proprietes qui ont ete recherchees. Les reseaux de neurones artificiels sont la base algorithmique des methodes concues et testees. Un compromis satisfaisant entre les contraintes de rapidite de calcul et de qualite de la reconnaissance a ete obtenu avec un reseau de neurones multi-couches a connexions structurees, entraine par retro-propagation. D'autres methodes n'ont pu conduire a un temps de calcul satisfaisant (reseaux de kohonen), ou, quand le critere de rapidite etait satisfait, a une qualite acceptable (reseau de neurones a deux couches et retro-propagation). La derniere methode developpee est appliquee a la reconnaissance de plusieurs especes de coccolithes (phytoplancton calcaire). Le systeme, qui comprend un microscope motorise, un systeme video et un ordinateur, est operationnel. Sa vitesse de comptage, 4,8 objets par seconde, permet d'obtenir des decomptes statistiquement fiables, et caracterises par une bonne repetabilite. La generalite de la methode est demontree par son application a deux autres problemes de reconnaissance de formes, la classification d'heterogeneites conductrices des parois de forages, et la reconnaissance de visages humains.
23
Carboni, Lucrezia. "Graphes pour l’exploration des réseaux de neurones artificiels et de la connectivité cérébrale humaine." Electronic Thesis or Diss., Université Grenoble Alpes, 2023. http://www.theses.fr/2023GRALM060.
Full textAbstract:
L'objectif principal de cette thèse est d'explorer la connectivité cérébrale et celle des réseaux de neurones artificiels d'un point de vue de leur connectivité. Un modèle par graphes pour l'analyse de la connectivité structurelle et fonctionnelle a été largement étudié dans le contexte du cerveau humain mais, un tel cadre d'analyse manque encore pour l'analyse des systèmes artificiels. Avec l'objectif d'intégrer l'analyse de la connectivité dans les système artificiels, cette recherche se concentre sur deux axes principaux. Dans le premier axe, l'objectif principal est de déterminer une caractérisation de la signature saine de la connectivité fonctionnelle de repos du cerveau humain. Pour atteindre cet objectif, une nouvelle méthode est proposée, intégrant des statistiques de graphe traditionnelles et des outils de réduction de réseau, pour déterminer des modèles de connectivité sains. Ainsi, nous construisons une comparaison en paires de graphes et un classifieur pour identifier les états pathologiques et identifier les régions cérébrales perturbées par une pathologie. De plus, la généralisation et la robustesse de la méthode proposée ont été étudiées sur plusieurs bases de données et variations de la qualité des données. Le deuxième axe de recherche explore les avantages de l'intégration des études de la connectivité inspirée du cerveau aux réseaux de neurones artificiels (ANNs) dans la perspective du développement de systèmes artificiels plus robustes. Un problème majeur de robustesse dans les modèles d'ANN est représenté par l'oubli catastrophique qui apparaît lorsque le réseau oublie dramatiquement les tâches précédemment apprises lors de l'adaptation à de nouvelles tâches. Notre travail démontre que la modélisation par graphes offre un cadre simple et élégant pour étudier les ANNs, comparer différentes stratégies d'apprentissage et détecter des comportements nuisibles tels que l'oubli catastrophique. De plus, nous soulignons le potentiel d'une adaptation à de nouvelles tâches en contrôlant les graphes afin d'atténuer efficacement l'oubli catastrophique et jetant ainsi les bases de futures recherches et explorations dans ce domaineThe main objective of this thesis is to explore brain and artificial neural network connectivity from agraph-based perspective. While structural and functional connectivity analysis has been extensivelystudied in the context of the human brain, there is a lack of a similar analysis framework in artificialsystems.To address this gap, this research focuses on two main axes.In the first axis, the main objective is to determine a healthy signature characterization of the humanbrain resting state functional connectivity. To achieve this objective, a novel framework is proposed,integrating traditional graph statistics and network reduction tools, to determine healthy connectivitypatterns. Hence, we build a graph pair-wise comparison and a classifier to identify pathological statesand rank associated perturbed brain regions. Additionally, the generalization and robustness of theproposed framework were investigated across multiple datasets and variations in data quality.The second research axis explores the benefits of brain-inspired connectivity exploration of artificialneural networks (ANNs) in the future perspective of more robust artificial systems development. Amajor robustness issue in ANN models is represented by catastrophic forgetting when the networkdramatically forgets previously learned tasks when adapting to new ones. Our work demonstrates thatgraph modeling offers a simple and elegant framework for investigating ANNs, comparing differentlearning strategies, and detecting deleterious behaviors such as catastrophic forgetting.Moreover, we explore the potential of leveraging graph-based insights to effectively mitigatecatastrophic forgetting, laying a foundation for future research and explorations in this area
24
Chouakri, Nassim. "Identification des paramètres d'un modèle de type Monod a l'aide de réseaux de neurones artificiels." Vandoeuvre-les-Nancy, INPL, 1993. http://www.theses.fr/1993INPL101N.
Full textAbstract:
La modélisation des bioprocédés est principalement basée sur l'utilisation d'expressions mathématiques dérivées de la loi de Monod. Or les modèles comportant ce genre d'expressions posent des problèmes quant à l'estimation de leurs paramètres. Une démarche à suivre lors d'un processus de modélisation est présenté, utilisant les connaissances du génie biochimique et de l'automatique. Puis un état des lieux des techniques d'identification classiques en génie biochimique est réalisé. Une analyse de sensibilité du modèle étudié nous permet de procéder, en connaissance de cause, a l'estimation des paramètres. Deux types de réseaux de neurones artificiels sont utilisés pour effectuer l'identification des paramètres d'un modèle de type Monod. Une procédure itérative est mise au point combinant une recherche directe et un réseau de mémoires associatives. Le réseau de mémoires associatives fournit un critère d'ajustement basé sur la comparaison indirecte entre des images binaires de simulations et de données pseudo-expérimentales. Cette partie a abouti à une procédure rapide d'estimation des paramètres. Les réseaux de neurones multicouches, associés a un algorithme d'apprentissage original, ont conduit a une procédure d'estimation directe des paramètres d'un modèle de Monod a partir de données pseudo-expérimentales même fortement bruitées
25
Viriyametanont, Kriengkai. "Reconnaissance physique et géométrique d’éléments en béton armé par radar et réseaux de neurones artificiels." Toulouse, INSA, 2008. http://eprint.insa-toulouse.fr/archive/00000202/.
Full textAbstract:
La reconnaissance physique et/ou géométrique des éléments de construction en béton armé se heurte à de nombreux problèmes liés à une maîtrise trop partielle des techniques. La technologie radar est de plus en plus mise en œuvre sur les structures en béton armé à des fins de reconnaissance géométrique (détection d’armatures, positionnement en plan et en profondeur). Les pratiques usuelles d’analyse et d’exploitation des mesures radar se limitent très généralement à l’évaluation grossière de la profondeur des objets réflecteurs. Pourtant, la réponse électromagnétique de l’élément ausculté véhicule beaucoup d’informations non exploitées (teneur en eau et porosité du béton, diamètre d’armature). Le but de ce travail vise à remonter à ces informations physiques et géométriques selon une approche statistique basée sur le concept des réseaux de neurones artificiels (RNA). Les RNA constituent une famille d’outils de modélisation statistique supposés reproduire les capacités d’apprentissage et de reconnaissance du cerveau et sont parfois décrits comme un concept d’intelligence artificielle. Une banque de données statistiques de laboratoire a été constituée et a permis d’entraîner un RNA apte à reconnaître des signatures radar et à en extraire les informations suivantes : teneur en eau du béton ; porosité du béton ; profondeur d’armature ; diamètre d’armature. L’outil ainsi développé est finalement mis à l’épreuve sur des structures réellesPhysical and geometrical survey of reinforced-concrete elements is difficult due to many problems associated to limited knowledge and comprehension of the various NDT techniques. The radar technology is increasingly implemented on reinforced concrete structures for the geometrical survey (detection of steel reinforcement, 3D positioning of buried objects). Radar measurements are usually restricted to the rough assessment of the concrete cover. However, the electromagnetic response of the surveyed element contains more information (moisture content and porosity of concrete, diameter of the reinforcement). The purpose of this work is focused on the application of radar to the physical and geometrical characterization of reinforced concrete elements according to a statistical approach based on the concept of artificial neural networks (ANN). ANN belong to the class of statistical modelling methods. ANN are supposed to reproduce the learning and recognition capacities of the human brain and are sometime described as a concept of artificial intelligence. A laboratory statistical database was established and used to train ANN models able to recognize radar signatures and to extract information such as : moisture content of concrete ; concrete porosity ; reinforcement depth and diameter. The developed models were at last tested on real concrete structures
26
Paugam-Moisy, Hélène. "Optimisation des réseaux de neurones artificiels : analyse et mises en œuvre sur ordinateurs massivement parallèles." Lyon 1, 1992. http://www.theses.fr/1992LYO10018.
Full textAbstract:
Nos travaux se rapportent a deux themes en plein essor: les reseaux de neurones artificiels, et les ordinateurs massivement paralleles. Le fil conducteur est l'optimisation des modeles connexionnistes, et plus specialement des reseaux multicouches. Apres avoir etudie les modeles classiques et leurs implantations, nous cherchons, dans un cadre theorique, a optimiser l'architecture des perceptrons multicouches. Nous analysons leur puissance de realisation, en termes de nombre de couches et de cellules cachees, et nous cherchons a construire des reseaux minimaux. Plus concretement, nous construisons ensuite un outil de recherche automatique de bons parametres, pour une application donnee. Son principe est fonde sur l'observation de reseaux qui apprennent en parallele. Cet outil est implante sur un multiprocesseur mimd et permet de dresser des cartes de performances, ainsi que de selectionner des reseaux optimaux. Plusieurs experiences ont ete menees, sur des applications industrielles. L'acceleration de l'apprentissage et de la reconnaissance est un autre moyen d'optimiser les reseaux neuronaux. Nous avons implante et modelise des parallelisations de ces deux phases. L'impact de la parallelisation sur l'algorithme de retro-propagation est mis en valeur. Des lois experimentales sont etablies pour l'algorithme du gradient par blocs
27
Djouani, Karim. "Contribution à la commande dynamique des navires. Commande optimale non-linéaire et réseaux de neurones artificiels." Paris 12, 1994. http://www.theses.fr/1994PA120043.
Full textAbstract:
Durant ces dernieres annees, une certaine approche a ete adoptee pour l'etude de la commande des systemes mecaniques non lineaires. Vu la complexite de ce type de systemes, le probleme de commande est divise en deux sous problemes. Le premier concerne la phase de planification de trajectoires (pt) et le second la phase de suivi de trajectoires (st) avec rejets de pertubations. Dans notre cas d'application nous avons considere le cas du pilotage automatique des navires. Dans un premier lieu un modele de la dynamique des navires a ete mis au point en introduisant les effect de perturbations, a savoir vent, houle, maree et courant. La modelisation de la dynamique des navires etant basee sur des techniques semi-experimentales, une methode d'identification globale des parametres hydrodynamiques du navire a ete adoptee. Le probleme de pt pour navires (potran) est formule en termes de commande optimale fortement non lineaire et non convexe sous des contraintes intrinseques et extrinseques du systeme. L'algorithme d'uzawa base sur le lagrangien augmente discret de cohen et zhu a ete adopte pour la resolution du probleme. Dans la derniere partie de la these nous avons mis au point un controleur original en reseaux de neurones artificiels pour l'accostage des grands navires (petroliers). L'apport majeur de cette partie reside dans l'utilisation des reseaux de neurones multi-couches pour l'apprentissage d'une technique de commande optimale non-lineaire
28
Fessant, Françoise. "Prediction des series temporelles par reseaux de neurones artificiels : application aux series temporelles ionospheriques." Rennes 1, 1995. http://www.theses.fr/1995REN10103.
Full textAbstract:
Dans cette these nous nous interessons a la prediction des series temporelles par les reseaux de neurnes artificiels et plus particulierement a la prediction des series temporelles ionospheriques (qui sont reliees a la serie des taches solaires). Les indices ionospheriques sont utilises par le cnet pour etablir des previsions de propagation ionospheriques. Les modeles neuronaux que nous proposons sont tous bases sur les reseaux de neurones a couches entraines par un mecanisme d'apprentissage supervise: la retropropagation du gradient de l'erreur. Nous cherchons a ameliorer la prevision obtenue par un perceptron multicouches simple a une couche cachee. Nous avons montre qu'il faut exploiter plusieurs sources d'informations a l'entree du reseau multicouches (informations provenant d'autres series temporelles dans un cadre multivarie ou des indications sur la tendance, obtenues en calculant de nouvelles donnees). Nous avons egalement obtenu de bons resultats de previsions a partir d'architectures plus complexes: reseaux a delais et reseaux partiellement recurrents qui tiennent compte de la dimension temporelle des donnees, mais egalement a partir d'architectures modulaires dans lesquelles nous avons introduit une information de nature temporelle: chacun des modules a une fenetre temporelle differente en entree. L'approche envisagee est experimentale, cependant nous cherchons a respecter au mieux les theories reliees au probleme de la prediction ainsi que celles reliees aux reseaux de neurones artificiels
29
Chlyah, Badr. "La prédiction statique et dynamique des besoins énergétiques d'un bâtiment en utilisant les réseaux de neurones artificiels." Mémoire, École de technologie supérieure, 2008. http://espace.etsmtl.ca/133/1/CHLYAH_Badr.pdf.
Full textAbstract:
Plusieurs études présentées dans la littérature essayent de trouver des nouvelles ou
d'améliorer des anciennes approches pour estimer et prédire les besoins énergétiques du
bâtiment.
Ce mémoire présente les résultats du développement d'un système de prédiction pour les
prochaines heures des besoins énergétiques appliqué pour le bâtiment de l'École de
technologie supérieure (ÉTS). L'étude est basée sur l'application des techniques des réseaux
de neurones artificiels (RNA) pour concevoir et développer le système de prédiction. Des
bases de données simulées et réelles sont utilisées pour l'apprentissage du réseau et
contiennent les valeurs horaires des variables d'entrées nécessaires pour la prédiction
(températures, humidité, données de temps, charges,...).
Le travail englobe :
l'analyse des données pour choisir les variables les plus pertinentes, améliorer le
rendement et minimiser le bmit.
la conception du modèle pour trouver l'architecture RNA la plus adaptée au
bâtiment en étude, type de réseau, nombre de couches cachées, nombre de neurones,
type de fonction de transfert,...
adopter l'aspect dynamique des réseaux neurones pour ce type de prédiction, en
développant deux modèles de prédiction dynamique : le premier avec une base
d'adaptation cumulative et le deuxième à fenêtre glissante.
le développement et la validation du modèle.
Cette étude a permis de prouver le potentiel des RNA dans le domaine de la prédiction en
ligne des besoins énergétiques du bâtiment, étant donné que les coefficients de variances
(CV) obtenus pour les différentes simulafions sont de l'ordre de 8 à 21 %. Aussi, l'étude a
révélé quelques problèmes de prédiction : par exemple au niveau du démarrage du
refroidisseur de l'École
30
Attik, Mohammed. "Traitement intelligent de données par réseaux de neurones artificiels : application à la valorisation des systèmes d'information géographiques." Nancy 1, 2006. http://docnum.univ-lorraine.fr/public/SCD_T_2006_0211_ATTIK.pdf.
Full textAbstract:
Les travaux de recherche présentés dans cette thèse rentrent dans le cadre de la problématique de l'Extraction de Connaissances à partir des Données (ECD) que nous avons illustrée à travers le traitement des données du Système d'Information Géographique établi par le Bureau de Recherches Géologiques et Minières (BRGM). Les objectifs de cette thèse sont d'établir des cartes prédictives de substances, d'avoir une interprétation sur les critères permettant d'établir cette décision, et de fournir une hiérarchisation des attributs descriptifs. Pour atteindre ces objectifs, nous avons proposé étape par étape un ensemble d'améliorations que nous allons présenter comme suit : Dans un premier temps, nous avons proposé d'utiliser l'approche ensemble de classifieurs de réseaux de neurones offrant des réponses probabilistes afin de construire des cartes prédictives complémentaires pour une meilleure interprétation. Nous avons également proposé d'utiliser les techniques de détermination des " outliers " pour détecter les zones qui ne présentent pas les conditions de minéralisation. Dans un deuxième temps, nous avons proposé des améliorations de techniques pour la sélection de variables, en particulier pour les deux familles de sélection Optimal Brain Damage et Optimal Brain Surgeon, et pour des critères d'évaluation des méthodes de sélection de variables basées sur l'information mutuelle. Nous avons proposé d'utiliser l'approche ensembliste en sélection de variables pour déterminer les variables les plus pertinentes, hiérarchiser de manière globale l'ensemble des variables, permettre aux experts de choisir la ou les solutions qui apparaissent comme étant les plus compréhensibles, et enfin pour se focaliser uniquement sur une combinaison de règles décrivant le concept-cible issue d'un sous-ensemble pertinent de variables. Les deux premiers objectifs visés ci-dessus ont été abordés en utilisant les treillis de Galois et l'analyse statistique de distributionThe purpose of this thesis is: (i) establish predictive maps on ore deposits, (ii) select a subset of descriptive features that effectively contribute to the building of these predictive maps, (iii) identify and interpret dependencies between the selected features, (iv) place the features into a hierarchy that indicates their importance. A real-life data of Geographical Information System provided by the French geological survey (BRGM) have been used in the accomplished experiments. In order to establish predictive maps, we have used neural network ensemble which is a very successful technique where outputs of a set of separately trained neural network are combined to form one unified prediction. This technique generates several predictive maps following the used aggregation function. In addition, to understand domain data, we have focused on selecting a subset of relevant features. We have proposed an improvement of existing features selection techniques that are based on the principle of Optimal Brain Damage (OBD) as well as those of Optimal Brain Surgeon (OBS) and Mutual Information (MI). We have also proposed novel solutions to understand data that combine ensemble feature selection approach with either concept lattices or statistic techniques. The latter solutions help discovering all relevant features and organizing them into hierarchy according to their concurrencies in the selected subsets of features. Moreover, we have addressed the problem of clustering-based analysis of data provided with multiple labels. The proposed approach uses new measures that extend the scope of the recall and precision measures in information retrieval (IR) to the processing of multi-label data. Experiments have been carried out on data pertaining to geographical information system and documentary system have highlighted the accuracy of our approach for knowledge extraction
31
Bordieu, Christophe. "Utilisation des réseaux de neurones artificiels pour la détection et la reconnaissance des gaz en temps réel." Bordeaux 1, 1998. http://www.theses.fr/1998BOR10562.
Full textAbstract:
L'association de reseaux de neurones artificiels, les perceptrons multicouches, a une technique de reconnaissance de forme en temps reel, les fenetres glissantes, a permis le developpement de systemes de detection et de quantification de gaz, et de filtrage numerique. Leur caracterisation partielle vis-a-vis des parametres qui les constituent a ete effectuee et a conduit a l'optimisation de leur integration et de leur commodite de calibration. Des applications a la detection de dioxyde d'azote et de composes organophosphores au moyen de capteurs a ondes acoustiques de surface ainsi qu'une application a la quantification de composes organosoufres par un reseau de capteurs a oxydes semi-conducteurs sont presentees. Afin de rendre le systeme portable et de faciliter l'acquisition et le traitement des reponses des capteurs, un demonstrateur a ete realise.
32
Belley, Katia. "Détection de sites sécuritaires par réseaux de neurones pour un atterrissage autonome sur corps planétaire." Mémoire, Université de Sherbrooke, 2008. http://savoirs.usherbrooke.ca/handle/11143/1447.
Full textAbstract:
Dans le cadre des futures missions d'exploration planétaire comportant un atterrissage, la sélection d'un site d'atterrissage sécuritaire en temps réel devient une technologie de plus en plus recherchée. Celle-ci permet d'augmenter les retombées scientifiques de la mission en donnant accès à des régions à plus haut potentiel scientifique. Elle permet aussi d'accroître les chances de réussite de la mission et d'augmenter la charge utile des équipements en rendant l'atterrissage plus sécuritaire. Parmi les méthodes développées pour faire la sélection d'un site d'atterrissage, celle proposée par Andrew Johnson du Jet Propulsion Laboratory pour évaluer le degré de sécurité de sites d'atterrissage à partir d'images lidar prises pendant la descente s'avère très intéressante. Il utilise une technique nommée moindres carrées médians pour calculer la pente et la rugosité des sites d'atterrissage. Cependant, le temps de calcul exigé par cette approche la rend difficile à exécuter en temps réel. Ce mémoire de maîtrise propose l'utilisation d'un système à base de RNA (réseaux de neurones artificiels) pour faire l'approximation de la méthode des moindres carrés médians. Une architecture comportant quatre RNA a été développée afin de déterminer la pente et la rugosité d'un site d'atterrissage. Trois RNA permettent d'évaluer les paramètres du plan médian afin d'estimer ces deux propriétés du terrain. Un réseau optionnel est spécialisé pour l'évaluation des sites comportant une grande rugosité. Des modules de prétraitement et post-traitement des données sont utilisés pour améliorer la performance des réseaux de neurones et des modules d'arbitrage servent à déterminer les deux sorties du système. Une solution est aussi proposée pour présélectionner une zone d'atterrissage sécuritaire afin de réduire le nombre de sites individuels à évaluer. Plusieurs types de réseaux de neurones ont été comparés pour résoudre la problématique. Des lignes directrices ont été établies permettant de choisir les réseaux de neurones les plus efficaces pour chacun des modules en fonction du temps de calcul disponible. Le système développé permet de diminuer considérablement le temps de calcul requis pour résoudre la problématique. De plus, la solution proposée peut facilement être adaptée en fonction des objectifs de la mission spatiale.
33
Moposita, Tatiana. "Artificial Neural Network (ANN) design using Compute-in-Memory." Electronic Thesis or Diss., Sorbonne université, 2023. http://www.theses.fr/2023SORUS682.
Full textAbstract:
De nos jours, l'ère du " More than Moore" a émergé comme une influence significative face aux limitations anticipées par la loi de Moore. Les systèmes informatiques explorent des technologies alternatives pour maintenir et améliorer les performances. Cette idée émergé pour résoudre les défis des systèmes électroniques inspirés des réseau biologiques, communément appelés Réseau Neurones Artificiels (ANN). L'utilisation des technologies emerging non-volatile memory (eNVM) est étudiée comme des alternatives prometteuses. Ces technologies offrent plusieurs avantages par rapport à la technologie CMOS traditionnelle, tels qu'une vitesse accrue, des densités plus élevées et une consommation d'énergie moindre. En conséquence, Compute-in-memory utilise les eNVM pour effectuer des calculs directement dans la mémoire, augmentant ainsi la capacité de mémoire et la vitesse de traitement. L'objectif de cette thèse se concentre sur la recherche de la conception de Réseau Neurones Artificiels en utilisant Compute-in-Memory, en employant des solutions matérielles efficaces pour les ANNs tant au niveau du circuit qu'au niveau de l'architecture. Les travaux de recherche récents dans ce contexte ont proposé des conceptions de circuits très efficaces pour optimiser les besoins de calcul énormes nécessaires au traitement des données par les ANNs. Ainsi, pour explorer les capacités d'un ANN au niveau du nœud de sortie, la conception de fonctions d'activation a été proposée. La sélection d'une fonction d'activation est significative car elle détermine la puissance et les capacités du réseau neuronal, et la précision des prédictions dépend principalement de ce choix. Pour évaluer l'efficacité d'une fonction d'activation conçue pour une implémentation analogique, les fonctions d'activation sigmoïde et softmax sont proposées. Cette thèse explore l'intégration de dispositifs mémoires émergents tels que la Spin-Transfer-Torque Magnetic Random Access Memory (STT-MRAM) avec la technologie CMOS. Cette approche combinée vise à tirer parti de la capacité intrinsèque de l'informatique en mémoire offerte par ces dispositifs. Perpendicular magnetic tunneling junction (MTJ) et des FinFET ont été pris en compte pour cette étude. Single-barrier (SMTJ) et double-barrier (DMTJ) sont considérés pour évaluer l'impact de la cellule STT-MRAM basée sur DMTJ par rapport à son homologue SMTJ conventionnel sur les performances d'un réseau neuronal à perceptrons multicouches (MLP) à deux couches. L'évaluation a été réalisée au moyen d'un cadre de simulation personnalisé, de niveaux de dispositif et de cellule jusqu'aux niveaux d'architecture mémoire et d'algorithme. De plus, pour améliorer l'efficacité énergétique d'une architecture Logic-in-Memory (LIM) basée sur les dispositifs STT-MTJ, une nouvelle architecture (SIMPLY+) issue de la logique Smart Material Implication (SIMPLY) et des technologies STT-MRAM basées sur MTJ perpendiculaires a été développée. Le schéma SIMPLY+ constitue une solution prometteuse pour le développement d'architectures informatiques en mémoire économes en énergie et fiables. Toutes les solutions de circuits ont été évaluées à l'aide de simulateurs de circuits commerciaux (par exemple, Cadence Virtuoso). L'activité de conception de circuits impliquant des dispositifs mémoires émergents a également nécessité l'utilisation et le calibrage de modèles compacts basés sur Verilog-A pour intégrer le comportement de ces dispositifs dans l'outil de conception de circuits. Les solutions présentées dans cette thèse impliquent des techniques qui offrent des avancées significatives pour les futures applications. Du point de vue de la conception, l'intégration de modules logiques avec la mémoire STT-MRAM est très réalisable en raison de la compatibilité transparente entre les STT-MRAM et les circuits CMOS. Cette approche est non seulement avantageuse pour la technologie CMOS standard, mais elle exploite également le potentiel des technologies émergentesNowadays, the era of ”More than Moore” has arisen as a significant influence in light of the limitations anticipated by Moore’s law. The computing systems are exploring alternative technologies to sustain and enhance performance improvements. The idea of alternative innovative technologies has emerged in solving challenges of electronic systems inspired by biological neural networks, commonly referred to as Artificial Neural Network (ANN). The use of emerging non-volatile memory (eNVM) technologies are being explored as promising alternatives. These technologies offer several advantages over traditional CMOS technology, such as increased speed, higher densities, and lower power consumption. As a result, Compute-in-memory employs eNVMs to perform computation within the memory itself, hence increasing memory capacity and processing speed. The objective of this thesis focuses on the research of Artificial Neural Networks design using Compute in Memory, by employing efficient hardware solutions for ANNs at both circuit- and architecture-level. Recent research work in this context has proposed very efficient circuit designs to optimize the enormous computational needs required by data processing by ANNs. Therefore, to explore the capabilities of an ANN at the output node, the design of activation functions were proposed. The selection of an activation function is significant as it determines the power and capabilities of the neural network, and the accuracy of predictions is primarily dependent on this choice. To assess the effectiveness of an activation function designed for analog implementation, the sigmoid and the softmax activation function are proposed. Besides, this thesis explores the integration of emerging memory devices like Spin-Transfer-Torque Magnetic Random Access Memory (STT-MRAM) with CMOS technology. This combined approach aims to leverage the intrinsic capability of in-memory computing offered by these devices. STT-MRAMs based on state-of-the-art perpendicular magnetic tunneling junction (MTJ) and FinFETs has been considered for this study. Single-barrier magnetic tunnel junction (SMTJ) and double-barrier magnetic tunnel junction (DMTJ) devices are considered to evaluate the impact of STT-MRAM cell based on DMTJ against the conventional SMTJ counterpart on the performance of a two-layer multilayer perceptron (MLP) neural network. The assessment was carried out through a customized simulation framework from device and bitcell levels to memory architecture and algorithm levels. Moreover, to improve the energy-efficiency of a Logic-in-Memory (LIM) architecture based on STT-MTJ devices, a new architecture (SIMPLY+) from the Smart Material Implication (SIMPLY) logic and perpendicular MTJ based STT-MRAM technologies was developed. The SIMPLY+ scheme is a promising solution for the development of energy-efficient and reliable in-memory computing architectures. All circuit solutions were evaluated using commercial circuit simulators (e.g. Cadence Virtuoso). Circuit design activity involving emerging memory devices also required the use and calibration of Verilog-A based compact models to integrate the behavior of such devices into the circuit design tool. The solutions presented in this thesis involve techniques that offer significant advancements for future applications. From a design perspective, the integration of logic modules with STT-MRAM memory is highly feasible due to the seamless compatibility between STT-MRAMs and CMOS circuits. This approach not only proves advantageous for standard CMOS technology but also leverages the potential of emerging technologies
34
Tay, Yong Haur. "Reconnaissance de l'écriture manuscrite hors-ligne par réseau de neurones artificiels et modèles de Markov cachés." Nantes, 2002. http://www.theses.fr/2002NANT2106.
Full text
35
Boulnois, Philippe. "Contribution à l'étude de différentes architectures de réseaux de neurones artificiels réalisant une transcription graphèmes-phonèmes pour le français." Compiègne, 1994. http://www.theses.fr/1994COMPD675.
Full textAbstract:
Cette thèse présente un système connexionniste de transcription graphèmes-phonèmes. Le système est conçu suivant un schéma client-serveur entre l'application de transcription et le réseau. Le premier réseau étudie est à initialisation aléatoire. Le second est initialisé à l'aide de prototypes. Dans les deux cas une partie de la couche cachée est analysée. Les résultats des deux réseaux sont comparés. Un système utilisant la coopération des deux est proposé et permet une amélioration des performances globales.
36
Langlet-Caüet, Fabien. "Étude et implantation de la prédistorsion d'amplificateurs à bord de satellites à base de réseaux de neurones." Toulouse, INPT, 2004. http://www.theses.fr/2004INPT022H.
Full textAbstract:
Avec l'avènement prochain de la troisième génération de système de télécommunication mobile, les transmissions à haut débit à travers des canaux satellites deviennent un problème de premier ordre. L'objet de cette thèse est l'étude et l'implantation de la linéarisation par prédistorsion, de ce système de transmission, à l'aide de réseaux de neurones. Le premier chapitre présente un problème majeur inhérent à la transmission à haut débit dans les canaux satellites : la dualité efficacité spectrale et efficacité en puissance. Cette association introduit des distorsions qui détériorent la qualité de la transmission. L'égalisation, qui est présentée dans ce chapitre, est une solution pour résoudre ce problème. Le second chapitre s'intéresse à la linéarisation, qui est une méthode fréquemment utilisée pour combattre ces distorsions. Après une revue rapide de l'état de l'art, la technique de linéarisation par prédistorsion est présentée, puis proposée pour linéariser un système de transmission par satellite. Le troisième chapitre propose de linéariser par prédistorsion, un système de transmission non-linéaire avec ou sans mémoire, avec des réseaux de neurones [. . . ]
37
Vintenat, Lionel. "Apport des réseaux de neurones artificiels à la tolérance aux fautes en environnement spatial des fonctions de bord." Toulouse, ENSAE, 1999. http://www.theses.fr/1999ESAE0020.
Full textAbstract:
Une qualité souvent prêtée aux réseaux de neurones artificiels est d'être tolérants aux fautes. Dans les ouvrages de présentation générale, cette propriété est presque toujours introduite comme étant "naturelle", c'est-à-dire obtenue sans précaution particulière pendant l'apprentissage. D'autre part, l'environnement spatial est connu pour être agressif pour le matériel embarqué, ce qui se manifeste par divers dysfonctionnements. En particulier, on constate, pour les circuits numériques, le phénomène d'upset, c'est-à-dire l'inversion intempestive d'une bascule mémoire. Partant de ces deux constatations, on peut se demander si des circuits neuronaux ne constitueraient pas une solution intéressante et robuste pour implanter certaines fonctions de bord des engins spatiaux. Dans un premier temps, les différents aspects du problème sont exposés en détail : les réseaux de neurones artificiels et leur tolérance aux fautes, les circuits neuronaux, l'environnement spatial et les défaillances résultantes. En conclusion de cette présentation, une technique particulière pour réaliser des circuits neuronaux est choisie pour sa simplicité, et surtout pour le peu de bascules mémoires qu'elle met en jeu : les trains aléatoires d'impulsions. Une méthode originale de reconnaissance d'étoiles dans un champ de vue est ensuite proposée pour la fonction de bord "calcul d'attitude". Cette méthode s'appuie sur un réseau à compétition de type winner-takes-all, et sur une carte auto-organisatrice de Kohonen. Une implémentation matérielle de ces deux modèles neuronaux est alors proposée à l'aide de trains aléatoires d'impulsions. Cette réalisation permet, d'une part de mettre en lumière les difficultés liées à cette technique particulière d'implantation, et d'autre part de faire une première évaluation quant à sa tolérance aux upsets en pratique.
38
Ibnkahla, Mohamed. "Réseaux de neurones : nouvelles structures et applications aux communications numériques par satellite." Toulouse, INPT, 1996. http://www.theses.fr/1996INPT123H.
Full textAbstract:
L'objectif de ce travail est d'introduire de nouveaux algorithmes et architectures neuronaux afin de les appliquer au domaine des transmissions par satellite. Ce memoire est divise en trois parties. La premiere partie est theorique. Elle propose de nouvelles structures neuronales comme les reseaux de neurones vectoriels, les reseaux de neurones sur des varietes et les reseaux d'operateurs. La deuxieme partie est consacree aux applications aux transmissions par satellite suscites par le centre national d'etudes spatiales (cnes). Nous avons d'abord utilise les reseaux de neurones pour la modelisation de canaux non lineaires sans memoire comme les tubes a onde progressive (top), par exemple. La methode neuronale offre de meilleures performances que les outils classiques. Nous avons ensuite applique les reseaux neuronaux a l'identification et la caracterisation de chaines de transmission par satellite contenant un element non lineaire sans memoire. Les outils neuronaux sont utilises finalement pour la detection et la caracterisation de changements qui peuvent toucher un canal de transmission par satellite. La troisieme partie de la these analyse les proprietes de convergence des reseaux neuronaux. Deux etudes sont presentees. Le premiere etude analyse l'influence du nombre de couches sur les proprietes de convergence de la retropropagation dans le cas d'un reseau multi-couches lineaire. La deuxieme etude est consacree a un reseau non lineaire utilise pour modeliser la caracteristique d'amplitude d'un top.
39
Sauget, Marc. "Parallélisation de problèmes d'apprentissage par des réseaux neuronaux artificiels. Application en radiothérapie externe." Phd thesis, Université de Franche-Comté, 2007. http://tel.archives-ouvertes.fr/tel-00260013.
Full textAbstract:
Les travaux présentés dans cette thèse s'inscrivent dans un projet lié à la radiothérapie externe. L'objectif de ceux-ci est de mettre au point un moteur de calcul permettant une évaluation précise et concise d'un dépôt de dose lors d'une irradiation. Pour remplir cet objectif, nous avons construit un moteur de calcul reposant sur l'utilisation des réseaux de neurones. Dans un premier temps, nous avons développé un algorithme L'apprentissage pour les réseaux de neurones spécifiquement conçu pour la prise en charge des données liées à la radiothérapie externe. Dans un second temps, nos travaux ont consisté en la réalisation d'algorithmes permettant l'évaluation des doses.La première partie a donc porté sur la mise au point de l'algorithme d'apprentissage des réseaux de neurones. Un des problèmes majeurs lors de la préparation de l'apprentissage concerne la détermination de la structure optimale permettant l'apprentissage le plus efficace possible. Pour construire un réseau proche de l'optimal, nous nous sommes basés sur une construction incrémentale du réseau. Ensuite, pour permettre une prise en charge des nombreux paramètres liés à notre domaine d'application, et du volume des données nécessaires à un apprentissage rigoureux, nous nous sommes attachés à paralléliser notre algorithme. Nous avons obtenu, à la fin de cette première phase de nos travaux, un algorithme d'apprentissage incrémental et parallèle pouvant être déployé de manière efficace sur une grappe de calcul non-fiable. Ce déploiement est possible grâce à l'ajout d'un mécanisme de tolérance aux pannes. La deuxième partie, quant à elle, a consisté en la mise au point d'algorithmes permettant l'évaluation des doses déposées lors d'une irradiation. Ces algorithmes utilisent les réseaux de neurones comme référence pour la valeur des doses ainsi que le principe de continuité de la dose en tout point du milieu. Ils ont été construits à partir d'une fine observation du comportement de la courbe de dépôt de dose à chaque changement de milieu.
En aboutissement, nous présentons des expérimentations montrant les performances de notre algorithme d'apprentissage, ainsi que de nos algorithmes d'évaluation de doses dans différentes configurations.
40
Gevrey, Muriel. "Modélisation de la diversité et de la structure des communautés aquatiques par la technique des réseaux de neurones artificiels." Paris 6, 2003. http://www.theses.fr/2003PA066137.
Full text
41
Bouchired, Steven. "Égalisation de canaux non-linéaires variant dans le temps à l'aide des réseaux de neurones : application au canal satellite mobile." Toulouse, INPT, 1999. http://www.theses.fr/1999INPT044H.
Full textAbstract:
Avec l'avènement prochain de la troisième génération de système de télécommunication mobile, les transmissions à haut débit à travers des canaux satellitaires mobiles deviennent un problème de premier ordre. L'objet de cette thèse est l'étude de l'égalisation de canaux de type S-UMTS à l'aide de réseaux de neurones. Le premier chapitre présente les problèmes inhérents aux transmissions à haut débit dans les canaux S-UMTS : bande passante limitée, amplification non-linéaire, et propagation multitrajet. Ces trois phénomènes introduisent de l'interférence entre-symboles (IES) linéaire ou non-linéaire. Le second chapitre s'intéresse aux méthodes fréquemment uitlisées pour combattre cette IES : la linéarisation et l'égalisation. Après une revue rapide de l'état de l'art, les égaliseurs neuronaux sont étudiés. Bien que théoriquement très intéressants sur le plan des performances, ces égaliseurs sont néanmoins confrontés à des problèmes tels que la lenteur de convergence ou la complexité calculatoire. Pour éviter ces problèmes, le troisième chapitre propose l'utilisation d'égaliseurs neuronaux hybrides combinant des structures neuronales simples à des égaliseurs symbole-par-symbole plus classiques. Une étude théorique montre en effet que l'égaliseur linéaire transverse ne parvient pas à éliminer les non-linéarités sans mémoire. L'adjonction d'un réseau neuronal permet de remédier à ce problème. Enfin, le quatrième chapitre applique les égaliseurs neuronaux étudiés à l'égalisation du modèle de canal S-UMTS présenté au premier chapitre. Leurs performances respectives sont comparées à celles d'égaliseurs plus conventionnels. On montre que s'ils apportent un gain de performance mitigé pour la modulation 4-QAM, les réseaux de neurones permettent des réductions de taux d'erreur par symbole spectaculaires pour des modulations à enveloppe non-constante comme la 16-QAM.
42
Voyant, Cyril. "Prédiction de séries temporelles de rayonnement solaire global et de production d'énergie photovoltaïque à partir de réseaux de neurones artificiels." Phd thesis, Université Pascal Paoli, 2011. http://tel.archives-ouvertes.fr/tel-00635298.
Full textAbstract:
La Corse faisant partie des petits réseaux insulaires non-interconnectés, son approvisionnement énergétique est très particulier. En effet, comme toutes les îles, elle doit se suffire à elle-même. Une solution souvent adoptée pour pallier à cet isolement, consiste à recourir aux énergies renouvelables. Cependant, à cause de leur caractère intermittent, elles ne sont insérées que de manière limitée au sein des réseaux électriques. Il est nécessaire d'utiliser en parallèle d'autres moyens de production d'énergie, avec comme principale difficulté, la gestion optimale de la bascule entre ces deux types d'énergie. Cette étude s'inscrit dans le cadre de la prédiction de la ressource solaire et photovoltaïque dans le but de quantifier l'énergie disponible et de permettre une gestion optimale de la transition entre énergies intermittentes et conventionnelles. Tout au long de ces travaux, nous avons ainsi testé différentes techniques de prédiction sur quatre horizons susceptibles d'intéresser un gestionnaire de réseau : j+1, h+24, h+1 et m+5. A l'issue de toutes ces manipulations, nous pouvons conclure que suivant l'horizon considéré, la hiérarchisation des différents prédicteurs fluctue. On retiendra ainsi que, pour l'horizon j+1, il est intéressant d'utiliser une approche à base de réseaux de neurones en prenant soin de stationnariser les séries temporelles et d'utiliser des variables exogènes. Pour l'horizon h+1, une méthodologie hybride couplant la robustesse des modèles autorégressifs et la non-linéarité des modèles connexionnistes permet d'obtenir des résultats très satisfaisants. Pour le cas h+24, les réseaux de neurones à sorties multiples donnent de très bons résultats. Concernant l'horizon m+5, les conclusions sont moins catégoriques. Ainsi, même si les réseaux de neurones sont les plus performants, la simplicité et les résultats d'une approche basée sur la persistance, nous conduisent à préconiser principalement ce prédicteur. L'ensemble des méthodologies proposées et des résultats obtenus sont complémentaires avec les travaux de prédiction bibliographiques étudiés. Les méthodologies développées pourraient, à terme, être reprises comme éléments de prédiction dans des outils globaux de contrôle et de commande des systèmes énergétiques.
43
Hattab, Nour. "Ecodynamique des éléments traces et caractérisation de l'exposition des sols contaminés : expérimentation et modélisation par les réseaux de neurones artificiels." Phd thesis, Université d'Orléans, 2013. http://tel.archives-ouvertes.fr/tel-01069449.
Full textAbstract:
Les sols contaminés par les éléments traces potentiellement toxiques (PTTE) ont souvent des conséquences graves pour les écosystèmes terrestres. Plusieurs options de phytoremediaction ont été développées pour remédier les sols contaminés ; cependantl'efficacité et la capacité de ces techniques à réduire les concentrations excessives des éléments traces ou leur (phyto) disponibilité dans les sols contaminés doivent être évaluées Le présent travail s'est intéressé à étudier l'efficacité de deux options de de phytorémédiation, la phytostabilisation et la phytoextraction assistées par des amendements organiques et minéraux, à remédier les fortes concentrations de PTTE dans un sol naturel et dans un technosol contaminés. Les concentrations totales des éléments traces dissous ont été déterminées dans l'eau interstitielle du sol. L'intensité de l'exposition du sol a été évaluée par des capteurs DGT (gradient de diffusion dans les couches minces). Le phytodisponibilité des PTTE a été caractérisée par des tests de germination avec des haricots nains cultivés sur les sols contaminés pour lesquels les concentrations foliaires en éléments traces ont été déterminées. Ensuite un modèle de réseau de neurones artificiels a été appliqué pour comprendre les facteurs les plus pertinents sur la variabilité de la phytodisponibilité des PTTE. Les deux options ont étécapables de réduire les concentrations ou la phytodisponibilité des PTTE en présence des amendements. Les réseaux de neurones artificiels ont été très efficaces pour prédire les résultats manquants et pour déterminer les paramètres de contrôle de la variabilité de la phytodisponibilité des PTTE à partir des paramètres du sol.
44
Hattab, Nour. "Ecodynamique des éléments traces et caractérisation de l’exposition des sols contaminés : expérimentation et modélisation par les réseaux de neurones artificiels." Thesis, Orléans, 2013. http://www.theses.fr/2013ORLE2020/document.
Full textAbstract:
Les sols contaminés par les éléments traces potentiellement toxiques (PTTE) ont souvent des conséquences graves pour les écosystèmes terrestres. Plusieurs options de phytoremediaction ont été développées pour remédier les sols contaminés ; cependantl'efficacité et la capacité de ces techniques à réduire les concentrations excessives des éléments traces ou leur (phyto) disponibilité dans les sols contaminés doivent être évaluées Le présent travail s’est intéressé à étudier l'efficacité de deux options de de phytorémédiation, la phytostabilisation et la phytoextraction assistées par des amendements organiques et minéraux, à remédier les fortes concentrations de PTTE dans un sol naturel et dans un technosol contaminés. Les concentrations totales des éléments traces dissous ont été déterminées dans l'eau interstitielle du sol. L'intensité de l'exposition du sol a été évaluée par des capteurs DGT (gradient de diffusion dans les couches minces). Le phytodisponibilité des PTTE a été caractérisée par des tests de germination avec des haricots nains cultivés sur les sols contaminés pour lesquels les concentrations foliaires en éléments traces ont été déterminées. Ensuite un modèle de réseau de neurones artificiels a été appliqué pour comprendre les facteurs les plus pertinents sur la variabilité de la phytodisponibilité des PTTE. Les deux options ont étécapables de réduire les concentrations ou la phytodisponibilité des PTTE en présence des amendements. Les réseaux de neurones artificiels ont été très efficaces pour prédire les résultats manquants et pour déterminer les paramètres de contrôle de la variabilité de la phytodisponibilité des PTTE à partir des paramètres du solSoils contaminated with potentially toxic trace elements (PTTE) often have serious consequences for terrestrial ecosystems. Several phytoremediaction have been developped to reclaim contaminated soils; however the efficiency and capacity of these techniques to reduce excessive concentrations of trace elements or their (phyto) availability in contaminated soils have to be assessed. The present work is focused on studying the effectiveness of two phyoremediation options such as phytostabilisation and phytoextraction assisted by organic and inorganic amendments to remediatethe high concentrations of PTTE in contaminated natural soils and technosoils. Total PTTE concentrations were determined in soil pore water (SPW) sampled by Rhizon soil moisture samplers. The soil exposure intensity was assessed by DGT (diffusive gradient in thin films) probes. The PTTE phytoavailability was characterized by growing dwarf beans on potted soils and analyzing their foliar PTTE concentrations. Then a model of artificial neural network was applied to understand the factors most relevant for the variability on the phytoavailability of trace elements. Both options were found to be able to reduce the concentrations or phytoavailability of PTTE in the presence of amendments. The artificial neural network has been very effective to predict missing results and to determine the control parameters of the variability of the PTTE phytoavailoability from the soil parameters
45
Schoonjans, Nathan. "Établissement d'une boucle de communication bidirectionnelle entre des neurones vivants et des neurones artificiels analogiques pour la conception de neurobiohybrides de nouvelle génération." Electronic Thesis or Diss., Université de Lille (2022-....), 2023. https://pepite-depot.univ-lille.fr/ToutIDP/EDENGSYS/2023/2023ULILN056.pdf.
Full textAbstract:
Les neurobiohybrides sont des systèmes composés d'un élément artificiel, d'une composante vivante et de l'interface qui les relie. Ces puissants outils permettent de connecter de manière fonctionnelle des éléments électroniques et des structures neuronales in vitro comme in vivo. De nombreux systèmes neurobiohybrides, plus communément appelés neuroprothèses, sont utilisés en médecine pour améliorer la qualité de vie de patients atteints de handicaps (surdité, déficits visuels, paralysie) en leur permettant de recouvrer partiellement les fonctions physiologiques perdues. Les neuroprothèses actuelles sont unidirectionnelles (elles stimulent OU enregistrent l'activité des neurones ciblés) et sont particulièrement énergivores. Intégrer une boucle de rétroaction de sorte que ces systèmes communiquent en temps réel de manière bidirectionnelle avec le tissu nerveux améliorerait leur efficacité tout en élargissant leur potentiel thérapeutique à d'autres conditions pathologiques. La principale difficulté à lever pour permettre l'établissement d'une telle boucle consiste à trouver un système de traitement de signal autonome et suffisamment miniaturisé. En 2017, le groupe Circuits Systèmes Applications des Micro-ondes (CSAM) de l'Institut d'Electronique, de Microélectronique et de Nanotechnologies (IEMN) de Lille a publié un neurone artificiel ultra-efficace en termes de consommation énergétique qui pourrait répondre à ces besoins. Ce neurone émet des potentiels d'action biomimétiques en termes de forme, d'amplitude et de fréquence des signaux émis, et fonctionne de manière entièrement analogique. Dans un précédent doctorat, il a été démontré que ces potentiels d'action biomimétiques permettent bien de stimuler l'activité électrique de neurones vivants. Les travaux présentés ici font suite à cette démonstration et visent à établir une boucle de communication bidirectionnelle complète entre des neurones vivants et ces neurones artificiels. Dans cet objectif, trois axes principaux de travail ont été définis : 1- Optimiser le design et la technologie d'une interface neurobiohybride ; 2- Sélectionner et caractériser de manière morphologique et fonctionnelle des modèles cellulaires vivants maintenus in vitro ; 3- Etablir une première boucle de communication bidirectionnelle entre ces neurones vivants et les neurones artificiels par le biais de l'interface neurobiohybride. Ce manuscrit présente les étapes de fabrication et d'optimisation de l'interface dont la surface a été travaillée pour optimiser les conditions d'enregistrement en milieu électrolytique, notamment par l'ajout d'une couche de passivation isolant les lignes d'accès et un développement de méthodes afin d'optimiser le positionnement des cellules sur les électrodes. Les cellules électriquement actives choisies pour cette démonstration (cellules endocrines hypophysaires murines GH4C1 (lignée établie) et neurones glutamatergiques humains dérivés de cellules souches pluripotentes induites) ont été caractérisées par patch-clamp, imagerie par fluorescence et imagerie calcique. Les premiers enregistrements de l'activité électrique de cellules GH4C1 cultivées dans une interface neurobiohybride ont été réalisés sur un banc d'enregistrement électronique conçu et optimisé au sein du laboratoire pour une détection de signaux de très faible amplitude. Ces travaux sont accompagnés par le développement d'un modèle électrique implémenté sous le logiciel LTSPICE intégrant le signal électrique émis par des cellules GH4C1 et enregistré via l'interface neurobiohybride. Ce faisant, il est possible d'établir une boucle de communication bidirectionnelle entre des neurones vivants et artificiels. En conclusion, ce travail permet d'ouvrir la voie vers une nouvelle génération de neuroprothèses bidirectionnellesNeurobiohybrids are systems composed of an artificial element, a living component and their interface. These powerful tools enable the functional connection of electronic elements and neuronal structures both in vitro and in vivo. Many neurobiohybrid systems, more commonly known as neuroprostheses, are used in medicine to improve the quality of life of patients with disabilities (deafness, visual impairment, paralysis) by enabling them to recover, at least partly, lost physiological functions. Current neuroprostheses are unidirectional (they stimulate OR record the activity of targeted neurons) and are particularly energy-intensive. Integrating a feedback loop into these systems so that they could communicate bidirectionally in real time with nerve tissues would improve their efficiency and effectiveness, while broadening the range of their therapeutic potential. The main difficulty to overcome for enabling such a loop is to find an autonomous and sufficiently miniaturized signal processing system. In 2017, the Circuits Systèmes Applications des Micro-ondes (CSAM) group at Lille's Institute of Electronics, Microelectronics and Nanotechnologies (IEMN) published an ultra-efficient artificial neuron in terms of energy consumption that could meet these needs. This neuron generates biomimetic action potentials of similar shape, amplitude and frequency compared to living neurons, and is entirely analog. In a previous PhD work, it was shown that such biomimetic action potentials can trigger electric activity in living neurons. Following this demonstration, the present work aims to establish the proof-of-concept of the complete bidirectional communication loop between living neurons and these artificial neurons. To reach this goal, three main objectives were set: 1- Optimize the design and technology of a neurobiohybrid interface; 2- Select living cells for in vitro use and characterize them both morphologically and functionally; 3- Establish a first bidirectional communication loop between these living neurons and artificial neurons through the neurobiohybrid interface. This manuscript presents the manufacturing and optimization steps of the interface, whose surface has been enhanced to optimize recording conditions in an electrolytic environment, notably by adding a passivation layer to isolate the access lines and by developing methods to optimize cell position on the electrodes. The electrically active cells chosen for this demonstration (murine pituitary endocrine GH4C1 cells, an established cell line, and human glutamatergic neurons derived from induced pluripotent stem cells) were characterized by patch-clamp, fluorescence imaging and calcium imaging. The first recordings of the electrical activity of GH4C1 cells grown in a neurobiohybrid interface were carried out on an electronic recording bench designed and optimized in-house for detecting very low amplitude signals. This work also led to the development of an electrical model implemented in LTSPICE software, integrating electrical signals emitted by GH4C1 cells as recorded through the neurobiohybrid interface. This enabled the establishment of a bidirectional communication loop between living and artificial neurons. To conclude, this work opens the way to a new generation of bidirectional neuroprostheses
46
Janod, Killian. "La représentation des documents par réseaux de neurones pour la compréhension de documents parlés." Thesis, Avignon, 2017. http://www.theses.fr/2017AVIG0222/document.
Full textAbstract:
Les méthodes de compréhension de la parole visent à extraire des éléments de sens pertinents du signal parlé. On distingue principalement deux catégories dans la compréhension du signal parlé : la compréhension de dialogues homme/machine et la compréhension de dialogues homme/homme. En fonction du type de conversation, la structure des dialogues et les objectifs de compréhension varient. Cependant, dans les deux cas, les systèmes automatiques reposent le plus souvent sur une étape de reconnaissance automatique de la parole pour réaliser une transcription textuelle du signal parlé. Les systèmes de reconnaissance automatique de la parole, même les plus avancés, produisent dans des contextes acoustiques complexes des transcriptions erronées ou partiellement erronées. Ces erreurs s'expliquent par la présence d'informations de natures et de fonction variées, telles que celles liées aux spécificités du locuteur ou encore l'environnement sonore. Celles-ci peuvent avoir un impact négatif important pour la compréhension. Dans un premier temps, les travaux de cette thèse montrent que l'utilisation d'autoencodeur profond permet de produire une représentation latente des transcriptions d'un plus haut niveau d'abstraction. Cette représentation permet au système de compréhension de la parole d'être plus robuste aux erreurs de transcriptions automatiques. Dans un second temps, nous proposons deux approches pour générer des représentations robustes en combinant plusieurs vues d'un même dialogue dans le but d'améliorer les performances du système la compréhension. La première approche montre que plusieurs espaces thématiques différents peuvent être combinés simplement à l'aide d'autoencodeur ou dans un espace thématique latent pour produire une représentation qui augmente l'efficacité et la robustesse du système de compréhension de la parole. La seconde approche propose d'introduire une forme d'information de supervision dans les processus de débruitages par autoencodeur. Ces travaux montrent que l'introduction de supervision de transcription dans un autoencodeur débruitant dégrade les représentations latentes, alors que les architectures proposées permettent de rendre comparables les performances d'un système de compréhension reposant sur une transcription automatique et un système de compréhension reposant sur des transcriptions manuellesApplication of spoken language understanding aim to extract relevant items of meaning from spoken signal. There is two distinct types of spoken language understanding : understanding of human/human dialogue and understanding in human/machine dialogue. Given a type of conversation, the structure of dialogues and the goal of the understanding process varies. However, in both cases, most of the time, automatic systems have a step of speech recognition to generate the textual transcript of the spoken signal. Speech recognition systems in adverse conditions, even the most advanced one, produce erroneous or partly erroneous transcript of speech. Those errors can be explained by the presence of information of various natures and functions such as speaker and ambience specificities. They can have an important adverse impact on the performance of the understanding process. The first part of the contribution in this thesis shows that using deep autoencoders produce a more abstract latent representation of the transcript. This latent representation allow spoken language understanding system to be more robust to automatic transcription mistakes. In the other part, we propose two different approaches to generate more robust representation by combining multiple views of a given dialogue in order to improve the results of the spoken language understanding system. The first approach combine multiple thematic spaces to produce a better representation. The second one introduce new autoencoders architectures that use supervision in the denoising autoencoders. These contributions show that these architectures reduce the difference in performance between a spoken language understanding using automatic transcript and one using manual transcript
47
Henniquau, Dimitri. "Conception d’une interface fonctionnelle permettant la communication de neurones artificiels et biologiques pour des applications dans le domaine des neurosciences." Thesis, Université de Lille (2018-2021), 2021. http://www.theses.fr/2021LILUN032.
Full textAbstract:
L’ingénierie neuromorphique est un nouveau champ disciplinaire en plein essor qui fait appel à des compétences en électronique, mathématiques, informatique et en ingénierie biomorphique dans le but de produire des réseaux de neurones artificiels capables de traiter les informations à la manière du cerveau humain. Ainsi, les systèmes neuromorphiques offrent non seulement des solutions plus performantes et efficientes que les technologies actuelles de traitement de l’information mais permettent également d’envisager le développement de stratégies thérapeutiques inédites dans le cadre de dysfonctionnements cérébraux pathologiques. Le groupe Circuits Systèmes Applications des Micro-ondes (CSAM) de l’Institut d’Electronique, de Microélectronique et de Nanotechnologies (IEMN) dans lequel ces travaux de thèse ont été effectués a contribué à l’émergence de ces systèmes neuromorphiques en développant une boîte à outils complète de neurones et synapses artificiels. Pour intégrer l’ingénierie neuromorphique dans la prise en charge de dysfonctionnements neuronaux pathologiques, il convient d’interfacer les neurones artificiels et les neurones vivants afin d’assurer une communication réelle entre ces différents composants. Dans ce contexte, et en utilisant les outils innovants développés par le groupe CSAM, l’objectif de ce travail de thèse a été de concevoir et réaliser une interface fonctionnelle permettant d’établir une boucle de communication bidirectionnelle entre des neurones artificiels et des neurones vivants. Les neurones artificiels développés par le groupe CSAM sont réalisés en technologie CMOS et capables d’émettre des signaux électriques biomimétiques. Les neurones vivants sont issus de cellules PC12 différenciées. Une première étape de ce travail a consisté à modéliser et à simuler cette interface entre neurones artificiels et vivants ; une deuxième partie de la thèse a été dédiée à la fabrication et à la caractérisation d’interfaces neurobiohybrides, ainsi qu’à la croissance et à la caractérisation de neurones vivants, avant d’étudier leur capacité à communiquer avec des neurones artificiels. Ainsi, un modèle de membrane neuronale représentant un neurone vivant interfacé avec une électrode métallique planaire a été développé. L’exploitation de ce modèle a permis de montrer qu’il est possible de stimuler des neurones vivants en utilisant les signaux biomimétiques issus du modèle de neurones artificiels tout en conservant des tensions d’excitation faibles. L’utilisation de faibles tensions d’excitation permettrait d’améliorer l’efficacité énergétique des systèmes neurobiohybrides intégrant des neurones artificiels et d’amoindrir le risque d’endommager les tissus vivants. Ensuite, le neurobiohybride permettant d’interfacer les neurones vivants et les neurones artificiels a été conçu et réalisé. Une caractérisation expérimentale de cette interface a permis de valider l’approche consistant à exciter un neurone vivant au travers d’une électrode métallique planaire. Enfin, des cellules neuronales vivantes issues de cellules PC-12 ont été cultivées et différenciées dans les neurobiohybrides. Une preuve expérimentale de la capacité des signaux électriques biomimétiques produits par les neurones artificiels a ainsi pu être apportée par la technique d’imagerie calcique. En conclusion, les travaux présentés dans ce manuscrit établissent clairement la preuve de concept de l’excitation de neurones vivants par un signal biomimétique dans nos conditions expérimentales et étayent ainsi la première partie de la boucle de communication bidirectionnelle entre neurones artificiels et neurones vivantsNeuromorphic engineering is an exciting emerging new field, which combines skills in electronics, mathematics, computer sciences and biomorphic engineering with the aim of developing artificial neuronal networks capable of reproducing the brain’s data processing. Thus, neuromorphic systems not only offer more effective and energy efficient solutions than current data processing technologies, but also set the bases for developing novel original therapeutic strategies in the context of pathological brain dysfunctions. The research group Circuits Systèmes Applications des Micro-ondes (CSAM) of the Institute for Electronics, Microelectronics and Nanotechnologies (IEMN) in Lille, in which this thesis work was carried out, has contributed to the generation of such neuromorphic systems by developing a toolbox constituted of artificial neurons and synapses. In order to implement neuromorphic engineering in the therapeutic arsenal for treating neurologic disorders, we need to interface living and artificial neurons to ensure real communication between these different components. In this context and using the original tools developed by the CSAM group, the main goal of this thesis work was to design and produce a functional interface allowing a bidirectional communication loop to be established between living and artificial neurons. These artificial neurons have been developed by the CSAM group using CMOS technology and are able to emit biomimetic electrical signals. Living neurons were obtained from differentiated PC-12 cells. A first step in this work consisted in modeling and simulating this interface between artificial and living neurons; a second part of the thesis was dedicated to the fabrication and characterization of neurobiohybrid interfaces, and to the growth and characterization of living neurons before studying their capacities to communicate with artificial neurons. First, a model of neuronal membrane representing a living neuron interfaced with a metallic planar electrode has been developed. We thus showed that it is possible to excite neurons using biomimetic signals produced by artificial neurons while maintaining a low excitation voltage. Low voltage excitation would improve energy efficiency of neurobiohybrid systems integrating artificial neurons and reduce the impact of harmful electrical signals on living neurons. Then, the neurobiohybrid interfacing living and artificial neurons has been designed and produced. The results obtained by experimental characterization of this interface validate the approach consisting in exciting living neurons through a metallic planar electrode. Finally, living neurons from PC-12 cells were grown and differentiated directly onto neurobiohybrids. Then, an experimental proof of the ability of biomimetic electrical signals to excite living neurons was obtained using calcium imaging. To conclude, the work presented in this manuscript clearly establishes a proof of concept for the excitation of living neurons using a biomimetic signal in our experimental conditions and thus substantiates the first part of the bidirectional communication loop between artificial neurons and living neurons
48
Kharroubi, Ouissem. "Prévision des crues par modèle de réseau de neurones artificiels : application au bassin versant de l’Eure." Thesis, Lille 1, 2013. http://www.theses.fr/2013LIL10034/document.
Full textAbstract:
La croissance des populations riveraines engendre un accroissement de la vulnérabilité de nos sociétés aux inondations donc une forte demande sociale pour prévenir et prévoir ces catastrophes naturelles. Pour atteindre cet objectif, la disposition d’outils de prévision des crues, opérationnels et fiables, est primordiale. Mais la prévision des crues demeure un exercice loin d’être évident. D’une part, parce que les exigences en matière de prévision (précision et délai d’anticipation) sont de plus en plus fortes et d’autre part, parce que les outils physiques de prévisions des crues sont limités par les connaissances relatives de l’hydro-système. Dans ce contexte, ce mémoire présente les travaux effectués pour réaliser des modèles de prévisions des crues pluie-débit, à base de réseaux de neurones artificiels (RNA), dans les bassins versants de l’Eure, de l’Iton et de l’Avre jusqu’à un horizon de prévision de 48h. D’abord, une analyse de la complexité géographique des bassins sera menée afin de déterminer les différents éléments influençant leurs régimes hydrologiques. Ensuite, une démarche méthodologique d’analyse statistique des données a permis une synthèse sur la nature hydrologique des bassins étudiés et d’apporter les éléments nécessaires à la définition des relations non-linéaires pluie-débit. Cet apport a permis la création d’un modèle pluie-débit non-linéaire de prévision des crues. Un modèle RNA capable d’effectuer des prévisions des crues jusqu’au 48h d’anticipation. Ce processus a été testé sur les trois bassins versants et les résultats des tests montrent une production de prévisions fiables ainsi qu’une capacité de généralisation à d’autres hydro-systèmesThe growth of riparian populations generates an increase in vulnerability of our societies to flood. Therefore, a high social demand to prevent and predict these natural disasters must be tacking to protect the population against floods. To achieve this objective, the provision of flood forecasting tools, operational and reliable, is primordial. But the flood forecasting still an exercise far from being evident. Firstly, because the forecast requirements (precision and time anticipation) are becoming more and more higher. And secondly, because the physical flood forecasting tools is limited by the relative knowledge of floods hydro-systems. In this context, this thesis presents the work done to produce rainfall-runoff flood forecasting models based on artificial neural networks (ANN) in the Eure watershed (and two sub-basins) up to a 48 hours horizon forecasting. Firstly, an analysis of the geographical complexity of studied basins will be conducted in order to determine the different factors that influencing the hydrological Eure watershed regime. Then, a methodological process to data statistical analysis, has allowed a synthesis on the hydrological nature of the watersheds studied and brings the elements needed to the definition of the non-linear relations rainfall-runoff. This contribution has allowed the creation of a rainfall-runoff nonlinear model for flood forecasting. ANN model able to perform a reliable forecasting of flood up to a 48 hours horizon forecasting. This process has been tested on three watersheds and the test results show a reliable forecasts as well as an ability of generalization to other hydro-systems
49
Guiraud, David. "Système de contrôle du mouvement du membre inférieur à base de réseaux de neurones artificiels : restauration de la marche chez le paraplégique." Châtenay-Malabry, Ecole centrale de Paris, 1993. http://www.theses.fr/1993ECAP0318.
Full textAbstract:
Une lésion totale ou partielle de la moelle épinière a un niveau t4 et t11 provoque une paralysie plus ou moins importante des membres inférieurs. Dans le cas du paraplégique complet, plusieurs solutions sont envisageables pour restaurer la fonction de marche. La stimulation électrique fonctionnelle semble être l'une des plus prometteuses. Pour obtenir un bon mouvement avec un système biomécanique aussi complexe que le nôtre, il faut des méthodes de contrôle aptes à gérer: la spécificité des paramètres d'un patient à l'autre, la forte non-linéarité du système et l'évolution dans le temps des caractéristiques de l'activateur musculaire (sous l'effet de la fatigue par exemple). Les méthodes classiques d'asservissement ne donnent pas de solution réellement satisfaisante. Les réseaux de neurones offrent, quant à eux, la possibilité de résoudre un certain nombre de ces problèmes et ce travail de thèse propose une évaluation de leurs capacités d'adaptation et d'apprentissage sur cette application particulière. Apres une analyse détaillée de chaque élément intervenant dans le mouvement du membre inferieur, nous proposons l'élaboration d'un réseau de neurones et d'une méthode d'apprentissage associée originale, tenant compte des contraintes exhibées par l'analyse précédente. Les résultats obtenus sur un outil de simulation - la machine a marcher - sont encourageants et valident, sur un cas réel, le principe développe. En effet, le réseau apprend à piloter la machine sans connaitre a priori la dynamique du système. On obtient un contrôle aussi bon qu'avec une méthode classique telle que le PID. De plus, l'intégration de connaissances liées à la structure de la trajectoire permet au réseau de fonctionner en mode dégradé où certains capteurs sont déconnectés. Ces caractéristiques en font un outil performant pour le contrôle du mouvement du membre inferieur, dont la dynamique est méconnue, avec un nombre restreint de capteurs, si l'on envisage une utilisation quotidienne du système par un patient
50
El, Haddad Josette. "Chimiométrie appliquée à la spectroscopie de plasma induit par laser (LIBS) et à la spectroscopie terahertz." Phd thesis, Université Sciences et Technologies - Bordeaux I, 2013. http://tel.archives-ouvertes.fr/tel-00959288.
Full textAbstract:
L'objectif de cette thèse était d'appliquer des méthodes d'analyse multivariées au traitement des données provenant de la spectroscopie de plasma induit par laser (LIBS) et de la spectroscopie térahertz (THz) dans le but d'accroître les performances analytiques de ces techniques.Les spectres LIBS provenaient de campagnes de mesures directes sur différents sites géologiques. Une approche univariée n'a pas été envisageable à cause d'importants effets de matrices et c'est pour cela qu'on a analysé les données provenant des spectres LIBS par réseaux de neurones artificiels (ANN). Cela a permis de quantifier plusieurs éléments mineurs et majeurs dans les échantillons de sol avec un écart relatif de prédiction inférieur à 20% par rapport aux valeurs de référence, jugé acceptable pour des analyses sur site. Dans certains cas, il a cependant été nécessaire de prendre en compte plusieurs modèles ANN, d'une part pour classer les échantillons de sol en fonction d'un seuil de concentration et de la nature de leur matrice, et d'autre part pour prédire la concentration d'un analyte. Cette approche globale a été démontrée avec succès dans le cas particulier de l'analyse du plomb pour un échantillon de sol inconnu. Enfin, le développement d'un outil de traitement par ANN a fait l'objet d'un transfert industriel.Dans un second temps, nous avons traité des spectres d'absorbance terahertz. Ce spectres provenaient de mesures d'absorbance sur des mélanges ternaires de Fructose-Lactose-acide citrique liés par du polyéthylène et préparés sous forme de pastilles. Une analyse semi-quantitative a été réalisée avec succès par analyse en composantes principales (ACP). Puis les méthodes quantitatives de régression par moindres carrés partiels (PLS) et de réseaux de neurons artificiels (ANN) ont permis de prédire les concentrations de chaque constituant de l'échantillon avec une valeur d'erreur quadratique moyenne inférieure à 0.95 %. Pour chaque méthode de traitement, le choix des données d'entrée et la validation de la méthode ont été discutés en détail.