Log in

Relevant bibliographies by topics / Réseaux de neurones bayésiens / Journal articles

To see the other types of publications on this topic, follow the link: Réseaux de neurones bayésiens.

Journal articles on the topic 'Réseaux de neurones bayésiens'

Author: Grafiati

Published: 25 May 2024

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

Select a source type:

Consult the top 50 journal articles for your research on the topic 'Réseaux de neurones bayésiens.'

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 journal articles on a wide variety of disciplines and organise your bibliography correctly.

1

Mallet, L. "∑njeux de la πsychiatrie ℂomputationnelle." European Psychiatry 30, S2 (November 2015): S50—S51. http://dx.doi.org/10.1016/j.eurpsy.2015.09.143.

Full text

Abstract:

La psychiatrie computationnelle est un champ émergent qui, dans le prolongement des évolutions récentes en neurosciences cognitives, cherche à comprendre les pathologies mentales par la modélisation des processus élémentaires de pensée et leurs dysfonctionnements. En explicitant l’implémentation neurobiologique des algorithmes utilisés par le cerveau humain pour choisir, percevoir, ou ressentir… D’une certaine façon, cette nouvelle approche de la physiopathologie psychiatrique a pour ambition de combler le « fossé explicatif » entre cerveau et esprit. L’approche computationnelle se base sur la confrontation entre des données neurophysiologiques (IRM, EEG, MEG, électrophysiologie) acquises à chaque niveau de description du cerveau (récepteurs, neurones, réseaux, aires corticales) et les variables cachées prédites par des modèles ajustés aux comportements humains observables. Ce point de vue permet une approche transnosographique des symptômes psychiatriques qui peuvent être reconsidérés et caractérisés en termes de traitements pathologiques de l’information. Ces principes seront illustrés pour montrer :– comment cette approche permet de mieux comprendre l’émergence des processus élémentaires de pensée à partir de réseaux neuraux distribués, à contre-pied des approches néophrénologiques ;– illustrer comment ce type d’approche permet l’étude de l’architecture neurobiologique des processus de prise de décision chez l’homme ;– montrer l’intérêt des modèles bayésiens pour comprendre l’émergence des idées délirantes dans la schizophrénie.

APA, Harvard, Vancouver, ISO, and other styles

2

Nohair, Mohamed, André St-Hilaire, and Taha B. Ouarda. "Utilisation des réseaux de neurones et de la régularisation bayésienne en modélisation de la température de l’eau en rivière." Revue des sciences de l'eau 21, no. 3 (October 2, 2008): 373–82. http://dx.doi.org/10.7202/018783ar.

Full text

Abstract:

Résumé Dans ce travail, nous avons élaboré un modèle de prédiction des variations de la température d’un cours d’eau en fonction de variables climatiques, telles que la température de l’air ambiant, le débit d’eau et la quantité de précipitation reçue par le cours d’eau. Les réseaux de neurones statiques ont été utilisés pour approximer la relation entre ces différentes variables avec une erreur moyenne de 0,7 °C. Par ailleurs, nous proposons un modèle de prédiction de l’évolution de la température de l’eau à court et moyen termes pour les jours (j + i, i = 1,2,..). Deux méthodes ont été appliquées : la première, de type itérative, utilise la valeur estimée du jour j pour prédire la valeur de la température de l’eau au jour j + 1; la seconde méthode, beaucoup plus simple à mettre en oeuvre, consiste à estimer la température de tous les jours considérés en une seule fois. L’optimisation de la fonction de coût par l’algorithme de Levenberg-Marquardt, disponible dans l’outil « réseaux de neurones » de MATLAB a permis d’améliorer nettement la performance des modèles. Des résultats très satisfaisants sont alors obtenus en testant la validité du modèle par la validation croisée avec des erreurs moyennes de prédiction à sept jours de 1,5 °C.

APA, Harvard, Vancouver, ISO, and other styles

3

Gonzales, Christophe, and Pierre-Henri Wuillemin. "Réseaux bayésiens en modélisation d'utilisateurs." Sciences et techniques éducatives 5, no. 2 (1998): 173–98. http://dx.doi.org/10.3406/stice.1998.1384.

Full text

APA, Harvard, Vancouver, ISO, and other styles

4

Nohair, Mohamed, Ouafae Britel, Nabil Souaf, Driss Zakarya, Abdelmjid Hafid, and Noura Mallouk. "Application Des Réseaux de Neurones Avec la Régularisation Bayésienne pour la Modélisation de la Synthèse de l’hydroxyapatite Élaborée à Partir du Carbonate de Calcium et de L’acide Phosphorique." Phosphorus, Sulfur, and Silicon and the Related Elements 185, no. 8 (July 30, 2010): 1772–81. http://dx.doi.org/10.1080/10426500903299877.

Full text

APA, Harvard, Vancouver, ISO, and other styles

5

Condamin, Laurent, and Patrick Naïm. "Analyse des risques opérationnels par les réseaux bayésiens." Revue d'économie financière 84, no. 3 (2006): 121–46. http://dx.doi.org/10.3406/ecofi.2006.4122.

Full text

APA, Harvard, Vancouver, ISO, and other styles

6

Apedome, Kouami Seli, Sid-Ali Addouche, Méziane Bennour, David Tchoffa, and Abderrahman El-Mhamedi. "Proposition d’une démarche de formalisation d’expérience par les réseaux bayésiens." Journal Européen des Systèmes Automatisés 46, no. 8 (December 30, 2012): 809–33. http://dx.doi.org/10.3166/jesa.46.809-833.

Full text

APA, Harvard, Vancouver, ISO, and other styles

7

Weber, Philippe, and Marie-Christine Suhner. "Modélisation de processus industriels par réseaux bayésiens orientés objet (RBOO)." Revue d'intelligence artificielle 18, no. 2 (April 1, 2004): 299–326. http://dx.doi.org/10.3166/ria.18.299-326.

Full text

APA, Harvard, Vancouver, ISO, and other styles

8

-BORNE, Pierre. "Les réseaux de neurones." Revue de l'Electricité et de l'Electronique -, no. 08 (2006): 31. http://dx.doi.org/10.3845/ree.2006.074.

Full text

APA, Harvard, Vancouver, ISO, and other styles

9

-BORNE, Pierre. "Les réseaux de neurones." Revue de l'Electricité et de l'Electronique -, no. 08 (2006): 37. http://dx.doi.org/10.3845/ree.2006.075.

Full text

APA, Harvard, Vancouver, ISO, and other styles

10

-Y. HAGGEGE, Joseph. "Les réseaux de neurones." Revue de l'Electricité et de l'Electronique -, no. 08 (2006): 43. http://dx.doi.org/10.3845/ree.2006.076.

Full text

APA, Harvard, Vancouver, ISO, and other styles

11

-BENREJEB, Mohamed. "Les réseaux de neurones." Revue de l'Electricité et de l'Electronique -, no. 08 (2006): 47. http://dx.doi.org/10.3845/ree.2006.077.

Full text

APA, Harvard, Vancouver, ISO, and other styles

12

-Y. HAGGEGE, Joseph. "Les réseaux de neurones." Revue de l'Electricité et de l'Electronique -, no. 08 (2006): 50. http://dx.doi.org/10.3845/ree.2006.078.

Full text

APA, Harvard, Vancouver, ISO, and other styles

13

-BENREJEB, Mohamed. "Les réseaux de neurones." Revue de l'Electricité et de l'Electronique -, no. 08 (2006): 55. http://dx.doi.org/10.3845/ree.2006.079.

Full text

APA, Harvard, Vancouver, ISO, and other styles

14

Weissenbacher, Davy. "Les réseaux bayésiens : un formalisme adapté au traitement automatique des langues ?" Revue d'intelligence artificielle 21, no. 3 (June 12, 2007): 371–90. http://dx.doi.org/10.3166/ria.21.371-390.

Full text

APA, Harvard, Vancouver, ISO, and other styles

15

Vandel, Jimmy, Brigitte Mangin, Matthieu Vignes, Damien Leroux, Olivier Loudet, Marie-Laure Martin-Maganiette, and Simon de Givry. "Inférence de réseaux de régulation de gènes au travers de scores étendus dans les réseaux bayésiens." Revue d'intelligence artificielle 26, no. 6 (December 30, 2012): 679–708. http://dx.doi.org/10.3166/ria.26.679-708.

Full text

APA, Harvard, Vancouver, ISO, and other styles

16

Person, Patrick. "Propagation de l'information dans les réseaux bayésiens: la méthode des messages paramétrés." Journal of Decision Systems 4, no. 4 (January 1995): 297–317. http://dx.doi.org/10.1080/12460125.1995.10511661.

Full text

APA, Harvard, Vancouver, ISO, and other styles

17

Teichteil-Königsbuch, Florent, and Patrick Fabiani. "Réseaux bayésiens dynamiques génériques et hiérarchiques pour la décision en environnement incertain." Revue d'intelligence artificielle 21, no. 3 (June 12, 2007): 391–418. http://dx.doi.org/10.3166/ria.21.391-418.

Full text

APA, Harvard, Vancouver, ISO, and other styles

18

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

Full text

Abstract:

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

APA, Harvard, Vancouver, ISO, and other styles

19

Ben Amor, Nahla, Salem Benferhat, and Zied Elouedi. "Réseaux bayésiens naïfs et arbres de décision dans les systèmes de détection d'intrusions." Techniques et sciences informatiques 25, no. 2 (February 1, 2006): 167–96. http://dx.doi.org/10.3166/tsi.25.167-196.

Full text

APA, Harvard, Vancouver, ISO, and other styles

20

HOURBRACQ, Matthieu, Pierre-HENRI WUILLEMIN, Christophe GONZALES, and Philippe BAUMARD. "Apprentissage et sélection de réseaux bayésiens dynamiques pour les processus online non stationnaires." Revue d'intelligence artificielle 32, no. 1 (February 28, 2018): 75–109. http://dx.doi.org/10.3166/ria.32.75-109.

Full text

APA, Harvard, Vancouver, ISO, and other styles

21

Mézard, Marc, and Jean-Pierre Nadal. "Réseaux de neurones et physique statistique." Intellectica. Revue de l'Association pour la Recherche Cognitive 9, no. 1 (1990): 213–45. http://dx.doi.org/10.3406/intel.1990.884.

Full text

APA, Harvard, Vancouver, ISO, and other styles

22

Leray, Philippe, and Olivier François. "Réseaux bayésiens pour la classification Méthodologie et illustration dans le cadre du diagnostic médical." Revue d'intelligence artificielle 18, no. 2 (April 1, 2004): 169–93. http://dx.doi.org/10.3166/ria.18.169-193.

Full text

APA, Harvard, Vancouver, ISO, and other styles

23

Laks, Bernard. "Réseaux de neurones et syllabation du français." Linx 34, no. 1 (1996): 327–46. http://dx.doi.org/10.3406/linx.1996.1440.

Full text

APA, Harvard, Vancouver, ISO, and other styles

24

Jelassi, Khaled, Najiba Bellaaj-Merabet, and Bruno Dagues. "Estimation du flux par réseaux de neurones." Revue internationale de génie électrique 7, no. 1-2 (April 30, 2004): 105–31. http://dx.doi.org/10.3166/rige.7.105-131.

Full text

APA, Harvard, Vancouver, ISO, and other styles

25

Robert, C., A. Limoge, P. Karasinski, and J. F. Gaudy. "Réseaux de neurones et électroencéphalogramme : fructueuse association." ITBM-RBM 23, no. 2 (April 2002): 93–101. http://dx.doi.org/10.1016/s1297-9562(02)80021-3.

Full text

APA, Harvard, Vancouver, ISO, and other styles

26

Cohard, Philippe. "Big data analytics : réseaux de neurones et mapreduce." Management des technologies organisationnelles (MTO) N° 9, no. 2 (June 1, 2019): 149–64. http://dx.doi.org/10.3917/mto.009.0149.

Full text

APA, Harvard, Vancouver, ISO, and other styles

27

Fénelon, VS, Y. Le Feuvre, and P. Meyrand. "Neuromodulation et ontogenèse des réseaux de neurones moteurs." médecine/sciences 16, no. 6-7 (2000): 839. http://dx.doi.org/10.4267/10608/1742.

Full text

APA, Harvard, Vancouver, ISO, and other styles

28

Soumireu-Mourat, Bernard. "Réseaux de Neurones et mémoire : rôle de l’hippocampe." Journal de la Société de Biologie 195, no. 4 (2001): 351–54. http://dx.doi.org/10.1051/jbio/2001195040351.

Full text

APA, Harvard, Vancouver, ISO, and other styles

29

Lavergne, Jean, Olivier Lavergne, and Fernand Kimmel. "Les réseaux de neurones dans la décision orthodontique." Revue d'Orthopédie Dento-Faciale 29, no. 4 (December 1995): 545–56. http://dx.doi.org/10.1051/odf/1995029.

Full text

APA, Harvard, Vancouver, ISO, and other styles

30

Samé, Allou, Laurent Bouillaut, Patrice Aknin, and Abdeljabbar Ben Salem. "Réseaux bayésiens dynamiques à variable exogène continue pour la classification des points singuliers d'une voie ferrée." Revue d'intelligence artificielle 21, no. 3 (June 12, 2007): 353–70. http://dx.doi.org/10.3166/ria.21.353-370.

Full text

APA, Harvard, Vancouver, ISO, and other styles

31

Palluat, Nicolas, Daniel Racoceanu, and Noureddine Zerhouni. "Utilisation des réseaux de neurones temporels pour le pronostic et la surveillance dynamique. Etude comparative de trois réseaux de neurones récurrents." Revue d'intelligence artificielle 19, no. 6 (December 1, 2005): 913–50. http://dx.doi.org/10.3166/ria.19.913-950.

Full text

APA, Harvard, Vancouver, ISO, and other styles

32

Achour, Naoura, Redouane Toumi, and Nacer M'sirdi. "Construction de cartes d'environnements par des réseaux de neurones." Journal Européen des Systèmes Automatisés 37, no. 4 (April 30, 2003): 527–49. http://dx.doi.org/10.3166/jesa.37.527-549.

Full text

APA, Harvard, Vancouver, ISO, and other styles

33

Lavergne, Jean, and Jos Dibbets. "Les réseaux de neurones et l'étude de l'architecture faciale." Revue d'Orthopédie Dento-Faciale 30, no. 3 (September 1996): 369–79. http://dx.doi.org/10.1051/odf/1996029.

Full text

APA, Harvard, Vancouver, ISO, and other styles

34

-GLORENNEC, Pierre-Yves. "Réseaux de neurones et logique floue pour la transitique." Revue de l'Electricité et de l'Electronique -, no. 06 (1995): 26. http://dx.doi.org/10.3845/ree.1995.062.

Full text

APA, Harvard, Vancouver, ISO, and other styles

35

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

Full text

Abstract:

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

APA, Harvard, Vancouver, ISO, and other styles

36

Dussart, Christian. "La technologie des réseaux neurones au coeur du marketing interactif." Décisions Marketing 7 (January 1, 1996): 93–95. http://dx.doi.org/10.7193/dm.007.93.95.

Full text

APA, Harvard, Vancouver, ISO, and other styles

37

Roblin, E., P. Cournède, and S. Michiels. "Prédiction de survie avec réseaux de neurones et mesures d'incertitude." Revue d'Épidémiologie et de Santé Publique 70 (May 2022): S84—S85. http://dx.doi.org/10.1016/j.respe.2022.03.116.

Full text

APA, Harvard, Vancouver, ISO, and other styles

38

Nargeot, Romuald, Guillaume Radecki, Ileana O. Jelescu, Denis Le Bihan, and Luisa Ciobanu. "L’imagerie fonctionnelle des neurones individuels au sein de réseaux complexes." médecine/sciences 31, no. 1 (January 2015): 15–17. http://dx.doi.org/10.1051/medsci/20153101004.

Full text

APA, Harvard, Vancouver, ISO, and other styles

39

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

Full text

APA, Harvard, Vancouver, ISO, and other styles

40

KOSTEK, B. "Application des réseaux de neurones pour l'analyse de l'articulation musicale." Le Journal de Physique IV 04, no. C5 (May 1994): C5–597—C5–600. http://dx.doi.org/10.1051/jp4:19945127.

Full text

APA, Harvard, Vancouver, ISO, and other styles

41

Coulibaly, Paulin, François Anctil, and Bernard Bobée. "Prévision hydrologique par réseaux de neurones artificiels : état de l'art." Canadian Journal of Civil Engineering 26, no. 3 (June 1, 1999): 293–304. http://dx.doi.org/10.1139/l98-069.

Full text

Abstract:

Artificial neural networks (ANN) are a novel approximation method for complex systems especially useful when the well-known statistical methods are not efficient. The multilayer perceptrons have been mainly used for hydrological forecasting over the last years. However, the connectionist theory and language are not much known to the hydrologist communauty. This paper aims to make up this gap. The ANN architectures and learning rules are presented to allow the best choice of their application. Stochastic methods and the neural network approach are compared in terms of methodology steps in the context of hydrological forecasting. Recent applications in hydrology are documented and discussed in the conclusion.Key words: artificial neural networks, hydrological forecasting, stochastic models, multilayer perceptrons.

APA, Harvard, Vancouver, ISO, and other styles

42

Dussart, Christian. "La technologie des réseaux neurones au cœur du marketing interactif." Décisions Marketing N° 7, no. 1 (January 1, 1996): 93–95. http://dx.doi.org/10.3917/dm.07.0093.

Full text

APA, Harvard, Vancouver, ISO, and other styles

43

Dimeglio, Chloé, Cyrille Delpierre, Pierre Chauvin, and Thomas Lefèvre. "Utilisation des réseaux bayésiens comme technique de fouille de données massives application à des données de recours aux soins." Revue française des affaires sociales 1, no. 4 (2017): 27. http://dx.doi.org/10.3917/rfas.174.0027.

Full text

APA, Harvard, Vancouver, ISO, and other styles

44

Benbouhenni, Habib. "Commande DTC cinq niveaux à 24 secteurs basée sur les réseaux de neurones de la MAS de forte puissance." Journal of Renewable Energies 21, no. 3 (September 30, 2018): 373–84. http://dx.doi.org/10.54966/jreen.v21i3.696.

Full text

Abstract:

Dans cet article, nous présentons une commande de type contrôle direct du couple (DTC) basée sur les réseaux de neurones de la machine asynchrone de forte puissance (1 MW) alimentée par onduleur NPC de tension à cinq niveaux (DTC-5N). La commande DTC classique présente plusieurs inconvénients, tels que l’obtention d’une fréquence de commutation variable, les ondulations du couple et du flux, les fluctuations des puissances et les harmoniques des courants dans le régime transitoire et permanent, à cause de l’utilisation des comparateurs à hystérésis et les tableaux de commutation. Pour cela, nous avons proposé d’étudier dans cet article la commande directe du couple à cinq niveaux (DTC-5N) basée sur les réseaux de neurones artificiels (DTC-RNA-5N), pour améliorer les performances de la commandes DTC cinq niveaux, où la table de commutation sont remplacés par un contrôleur neuronal, afin de bien conduire les grandeurs de sortie de la MAS vers leurs valeurs de référence durant une période de temps fixe. Des simulations numériques sont présentées pour comparer les performances des méthodes proposées (DTC-RNA-5N).

APA, Harvard, Vancouver, ISO, and other styles

45

LOTFI, Siham, and Hicham MESK. "Prévision de Défaillance Des entreprises : Apport des Réseaux de Neurones Artificiels." International Journal of Financial Accountability, Economics, Management, and Auditing (IJFAEMA) 3, no. 3 (June 1, 2021): 70–79. http://dx.doi.org/10.52502/ijfaema.v3i3.53.

Full text

Abstract:

Le principal problème auquel font face les banques lors de la décision de l’octroi de crédit est leur incapacité à déterminer avec certitude si le client va honorer ou non ses engagements. Depuis toujours, cette décision de l’octroi du crédit repose sur l’évaluation préalable de l’agent de crédit. En effet, une détection précoce des difficultés de l’entreprise se fait à l’aide des outils de prévision du risque de défaillance qui s’appuient tous sur l’analyse du passé pour prédire l’avenir de l’entreprise. Cette analyse repose essentiellement sur l’exploitation des états de synthèse de l’entreprise qui restent une source d’informations incontournable pour la détection des difficultés des entreprises. Parmi ces méthodes de prévision, on trouve les réseaux de neurones artificiels. Cette technique est utilisée dans de nombreuses disciplines notamment la médecine, le marketing, la finance et constitue une alternative intéressante aux techniques statistiques traditionnelles pour le traitement des données comme (la régression logistique, analyse discriminante, etc..).

APA, Harvard, Vancouver, ISO, and other styles

46

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

Full text

APA, Harvard, Vancouver, ISO, and other styles

47

Roblin, E., P. Cournède, and S. Michiels. "Développements de réseaux de neurones pour données censurées et prédiction de survie." Revue d'Épidémiologie et de Santé Publique 69 (June 2021): S9—S10. http://dx.doi.org/10.1016/j.respe.2021.04.011.

Full text

APA, Harvard, Vancouver, ISO, and other styles

48

Kerkeni, N., R. Ben Cheikh, M. H. Bedoui, F. Alexandre, and M. Dogui. "Classification des stades de sommeil par des réseaux de neurones artificiels hiérarchiques." IRBM 33, no. 1 (February 2012): 35–40. http://dx.doi.org/10.1016/j.irbm.2011.12.006.

Full text

APA, Harvard, Vancouver, ISO, and other styles

49

Soudani, Azeddine, Saadi Bougoul, and Jean-Luc Harion. "Réduction des étalonnages multiples en mesures simultanées dans une couche limite turbulente d'un mélange air - hélium." Journal of Renewable Energies 6, no. 2 (December 31, 2003): 77–94. http://dx.doi.org/10.54966/jreen.v6i2.963.

Full text

Abstract:

Les mesures simultanées par thermo-anémométrie de plusieurs grandeurs physiques d'un fluide en écoulement turbulent, nécessite l'emploi d'autant de sondes qu'il y a de variables. Un étalonnage est préalable à toute utilisation de ces capteurs pour des mesures. Cet étalonnage est fondé sur des lois d'ajustement, réalisées généralement par des méthodes classiques d'interpolation linéaire, des régressions polynomiales, des fonctions splines ou encore par des réseaux de neurones artificiels. Il permet d'établir le lien univoque entre les sorties de ces capteurs, données sous forme de tensions, et les paramètres physiques de l'écoulement à mesurer. Suivant la forme du réseau d'étalonnage obtenue, la précision de ces méthodes peut être extrêmement sensible aux degrés des polynômes d'ajustement et peut présenter ainsi des erreurs importantes d'interpolation. Il est donc nécessaire de tester systématiquement les paramètres d'ajustement pour chaque application. On montre à travers cette étude que, les méthodes de génération de grilles cartésiennes et de dépouillement de mesures, utilisant des régressions polynomiales et des interpolations linéaires, sont beaucoup moins précises que celles utilisant les fonctions splines et les réseaux de neurones artificiels. Les résultats obtenus montrent aussi que l'utilisation d'une surchauffe plus forte pour l'élément amont que l'élément aval de la sonde apporte, en général, une meilleure précision lors de la génération des grilles.

APA, Harvard, Vancouver, ISO, and other styles

50

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

Full text

Abstract:

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

APA, Harvard, Vancouver, ISO, and other styles

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