Log in

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

Journal articles on the topic 'Réseaux de neurones binaires'

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

Author: Grafiati

Published: 19 July 2023

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 binaires.'

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

Le Bris, Arnaud, Cyril Wendl, Nesrine Chehata, Anne Puissant, and Tristan Postadjian. "Fusion tardive d'images SPOT-6/7 et de données multi-temporelles Sentinel-2 pour la détection de la tâche urbaine." Revue Française de Photogrammétrie et de Télédétection, no. 217-218 (September 21, 2018): 87–97. http://dx.doi.org/10.52638/rfpt.2018.415.

Full text

Abstract:

La fusion d'images multispectrales à très haute résolution spatiale (THR) avec des séries temporelles d'images moins résolues spatialement mais comportant plus de bandes spectrales permet d'améliorer la classification de l'occupation du sol. Elle tire en effet le meilleur parti des points forts géométriques et sémantiques de ces deux sources. Ce travail s'intéresse à un processus d'extraction automatique de la tache urbaine fondé sur la fusion tardive de classifications calculées respectivement à partir d'images satellitaires Sentinel-2 et SPOT-6/7. Ces deux sources sont d'abord classées indépendamment selon 5 classes, respectivement par forêts aléatoires et réseaux de neurones convolutifs. Les résultats sont alors fusionnés afin d'extraire les bâtiments le plus finement possible. Cette étape de fusion inclut une fusion au niveau pixellaire suivie d'une étape de régularisation spatiale intégrant un terme lié au contraste de l'image. Le résultat obtenu connaît ensuite une seconde fusion afin d'en déduire une tache urbaine : une mesure a priori de se trouver en zone urbaine est calculée à partir des objets bâtiments détectés précédemment et est fusionnée avec une classification binaire dérivée de la classification originale des données Sentinel-2.

APA, Harvard, Vancouver, ISO, and other styles

2

-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

3

-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

4

-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

5

-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

6

-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

7

-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

8

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

9

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

10

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

11

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

12

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

13

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

14

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

15

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

16

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

17

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

18

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

19

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

20

-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

21

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

22

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

23

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

24

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

25

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

26

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

27

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

28

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

29

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

30

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

31

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

32

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

33

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

Full text

Abstract:

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

APA, Harvard, Vancouver, ISO, and other styles

34

Zemouri, Ryad, Daniel Racoceanu, and Nourredine Zerhouni. "Réseaux de neurones récurrents à fonctions de base radiales : RRFR Application au pronostic." Revue d'intelligence artificielle 16, no. 3 (June 1, 2002): 307–38. http://dx.doi.org/10.3166/ria.16.307-338.

Full text

APA, Harvard, Vancouver, ISO, and other styles

35

HARINAIVO, A., H. HAUDUC, and I. TAKACS. "Anticiper l’impact de la météo sur l’influent des stations d’épuration grâce à l’intelligence artificielle." Techniques Sciences Méthodes 3 (March 20, 2023): 33–42. http://dx.doi.org/10.36904/202303033.

Full text

Abstract:

Le changement climatique a pour conséquence l’apparition de forts événements pluvieux de plus en plus fréquents, occasionnant de fortes variations de débit et de concentrations à l’influent des stations d’épuration. La connaissance des risques d’orage et des débits potentiels plusieurs heures ou plusieurs jours en avance permettrait d’anticiper les adaptations opérationnelles pour préparer la station et protéger les différents ouvrages des risques de défaillance. Dans cette étude, les données météorologiques (pluies, température, vents, humidités, précipitations…) et l’historique des données d’influent de la station sont utilisés pour entraîner un algorithme d’intelligence artificielle, d’apprentissage automatique et d’apprentissage profond pour prédire les débits entrants sur la station jusqu’à une semaine en avance. Trois jeux de données journalières et horaires, de 1 à 3 ans, sont utilisés pour entraîner un modèle de Forêt aléatoire à 30 arbres, un modèle LSTM (long short-term memory) et un modèle GRU (gate recurrent unit) à trois couches de 100 neurones suivis chacun d’un dropout de 20 % et une couche de sortie entièrement connectée. Les données sont préalablement nettoyées pour supprimer les valeurs aberrantes et sont réparties à 80 % pour les données pour l’apprentissage et 20 % pour les données de test afin d’obtenir des modèles avec les meilleures prédictions. Les algorithmes utilisés dans cette étude sont simples et détectent bien les pics. La durée de l’entraînement sur les données de trois ans se fait en moins de deux minutes pour la Forêt aléatoire et en moins d’une demi-heure pour les réseaux de neurones LSTM et GRU. Les résultats montrent que les données horaires et la prise en compte de l’effet de l’historique par l’utilisation des réseaux de neurones récurrents LSTM et GRU permettent d’obtenir une meilleure prédiction des débits d’influent. Les séries de données plus longues permettent également un meilleur apprentissage des algorithmes et une meilleure prédiction du modèle.

APA, Harvard, Vancouver, ISO, and other styles

36

Zemouri, Ryad, Daniel Racoceanu, and Nourredine Zerhouni. "Réseaux de neurones récurrents à fonctions de base radiales. Application à la surveillance dynamique." Journal Européen des Systèmes Automatisés 37, no. 1 (January 30, 2003): 49–81. http://dx.doi.org/10.3166/jesa.37.49-81.

Full text

APA, Harvard, Vancouver, ISO, and other styles

37

Vazquez, J., M. Zug, D. Bellefleur, B. Grandjean, and O. Scrivener. "Utilisation d'un réseau de neurones pour appliquer le modèle de Muskingum aux réseaux d'assainissement." Revue des sciences de l'eau 12, no. 3 (April 12, 2005): 577–95. http://dx.doi.org/10.7202/705367ar.

Full text

Abstract:

L'application du modèle de Muskingum pour simuler l'écoulement à surface libre dans les canaux d'irrigation a été largement utilisée et validée. Par extension, ce modèle est également employé pour simuler les écoulements en réseau d'assainissement. Or, nous avons pu montrer des erreurs allant jusqu'à 80% du débit de pointe entre le modèle de Muskingum à paramètres fixes et le modèle de référence de Barré de Saint-Venant. Nous proposons une nouvelle paramétrisation du modèle de Muskingum pour l'écoulement en collecteur circulaire en réseau d'assainissement et ceci pour un large domaine de longueurs, pentes et diamètres de collecteurs. Ce nouveau modèle non-linéaire a été calé par minimisation d'une fonction objectif traduisant la proximité du modèle proposé avec les résultats de la résolution des équations de Barré de Saint-Venant pour des hydrogrammes rectangulaires. Un réseau de neurones a été utilisé pour paramétrer le modèle. Cette nouvelle application des équations de Muskingum permet l'obtention d'erreurs relatives moyennes inférieures à 6% sur la valeur et l'instant du débit de pointe, ceci dans le cas de collecteurs ayant jusqu'à 6500 m de longueur, des pentes variant entre 0.5% et 1% et des diamètres entre 150 et 2500 mm et des hydrogrammes de débit de pointe proche de la capacité du collecteur. Le modèle a également été validé sur un hydrogramme de forme quelconque.

APA, Harvard, Vancouver, ISO, and other styles

38

Amor, Noureddine, Ali Noureddine, and Riad Lakhdar Kherfane. "Détermination de la vitesse de coupe en usinage à l’aide des réseaux de neurones." Matériaux & Techniques 105, no. 3 (2017): 306. http://dx.doi.org/10.1051/mattech/2018008.

Full text

APA, Harvard, Vancouver, ISO, and other styles

39

Ruan, S., P. Vera, P. Decazes, and R. Modzelewski. "RADIOGAN : réseaux de neurones profonds génératifs conditionnels pour la synthétisation d’images TEP au FDG." Médecine Nucléaire 44, no. 2 (March 2020): 105–6. http://dx.doi.org/10.1016/j.mednuc.2020.01.128.

Full text

APA, Harvard, Vancouver, ISO, and other styles

40

Leone, Gilles, Jocelyn Patinel, and Maurice Milgram. "Détection des symétries par réseaux de neurones formels : utilisation de représentations internes dans l'apprentissage." Intellectica. Revue de l'Association pour la Recherche Cognitive 19, no. 2 (1994): 217–52. http://dx.doi.org/10.3406/intel.1994.1468.

Full text

APA, Harvard, Vancouver, ISO, and other styles

41

-Bloch, Gérard. "Les réseaux de neurones pour le contrôle et l'optimisation des processus : deux applications industrielles." Revue de l'Electricité et de l'Electronique -, no. 07 (2001): 31. http://dx.doi.org/10.3845/ree.2001.074.

Full text

APA, Harvard, Vancouver, ISO, and other styles

42

Postadjian, Tristan, Arnaud Le Bris, Hichem Sahbi, and Clément Mallet. "Classification à très large échelle d'images satellites à très haute résolution spatiale par réseaux de neurones convolutifs." Revue Française de Photogrammétrie et de Télédétection, no. 217-218 (September 21, 2018): 73–86. http://dx.doi.org/10.52638/rfpt.2018.418.

Full text

Abstract:

Les algorithmes de classification constituent un outil essentiel pour le calcul de cartes d'occupation des sols. Les récents progrès en apprentissage automatique ont montré les très grandes performances des réseaux de neurones convolutifs pour de nombreuses applications, y compris la classification d'images aériennes et satellites. Ce travail établit une stratégie quant à l'utilisation d'un réseau de neurone convolutif pour la classification d'images satellites à très haute résolution spatiale, couvrant de très larges régions géographiques, avec pour perspective future le calcul de cartes d'occupation des sols à l'échelle d'un pays.

APA, Harvard, Vancouver, ISO, and other styles

43

Fahim Fahmy, Cherine. "PRESENCE D’UNE PRÉDISPOSITION : PREMIER ÉPISODE D’UNE SÉRIE DE HUIT ÉPISODES SUR LE CERVEAU." Cortica 1, no. 2 (September 20, 2022): 464–90. http://dx.doi.org/10.26034/cortica.2022.3344.

Full text

Abstract:

L’objectif du modèle PRESENCE est de mettre en lumière les connaissances sur le développement du cerveau au service des neurosciences de l’éducation. PRESENCE combine une exploration approfondie de l'organisation du cerveau avec une revue de la littérature et perspective théorico-pratique sur la façon dont il permet l'émergence d'états mentaux complexes. Habilement tissé ensemble, le résultat est une image unique du cerveau qui est enracinée dans la morphologie et le fonctionnement cellulaire par la prédisposition génétique/épigénétique, l’élagage synaptique, la neuroplasticité et la neurogenèse puis mise en mouvement par la dynamique des réseaux de neurones et leur synchronisation en passant par la conscience et le libre arbitre. PRESENCE est un modèle sur lequel le CAS en neuroscience de l’éducation s’est basé. Le premier épisode de cette série de huit épisodes nous fait voyager au cœur de la prédisposition génétique et épigénétique. Les connexions sont établies selon un plan génétiquement programmé mais leur maintien et leur qualité peuvent être largement régulés par l’activité neuronale et donc l’expérience. En intervenant auprès du jeune il faut garder à l’esprit le fait qu’on intervient auprès d’une structure cérébrale génétiquement et épigénétiquement complexe et imprévisible ; que nos interventions ont les capacités d’interagir avec cette structure et la modifier pour le meilleur ou pour le pire. Les études dans le domaine ainsi que les réflexions de l’auteure présentées dans cette mini-revue de la littérature mettent en lumière le rôle de l’environnent dans le tissage des réseaux de neurones de l’enfant. Tout particulièrement, les recherches en neurosciences soulignent l’impact de l’environnement dans le développement de l’Être en construction.

APA, Harvard, Vancouver, ISO, and other styles

44

El kharki, Omar. "Panorama sur les méthodes de classification des images satellites et techniques d'amélioration de la précision de la classification." Revue Française de Photogrammétrie et de Télédétection, no. 210 (April 7, 2015): 23–38. http://dx.doi.org/10.52638/rfpt.2015.259.

Full text

Abstract:

Au cours des dernières années, de nombreuses approches avancées de classification, tels que les réseaux de neurones artificiels, arbres de décision, les ensembles flous, etc. ont été largement appliquées à la classification des images satellites. Chaque méthode de classification a son propre mérite. Sélectionner une approche de classification appropriéepour une étude spécifique n'est pas facile. Différents résultats de classification peuvent être obtenus selon le(s) classificateur(s) choisi(s). Dans cet article, nous passons en revue diverses méthodes de classification avec une analyse et étude comparative. Nous présentons également les techniques pour améliorer la précision de la classification de lacouverture terrestre.

APA, Harvard, Vancouver, ISO, and other styles

45

Weinfeld, Michel. "Intégration ďarchitectures à base de réseaux de neurones formels : un défi pour les technologies submicroniques." Annales des Télécommunications 46, no. 1-2 (January 1991): 142–55. http://dx.doi.org/10.1007/bf02995443.

Full text

APA, Harvard, Vancouver, ISO, and other styles

46

Leger, Bruno, Jean-Baptiste Lopez-Velasco, and Jean-Manuel Emidio. "Application des réseaux de neurones à la détermination des transferts convectifs sur plaque plane multiperforée." International Journal of Thermal Sciences 41, no. 11 (November 2002): 1089–100. http://dx.doi.org/10.1016/s1290-0729(02)01395-9.

Full text

APA, Harvard, Vancouver, ISO, and other styles

47

Tighilet, Brahim, Guillaume Rastoldo, and Christian Chabbert. "Le cerveau adulte produit de nouveaux neurones pour restaurer l’équilibre après une perte vestibulaire." médecine/sciences 36, no. 6-7 (June 2020): 581–91. http://dx.doi.org/10.1051/medsci/2020112.

Full text

Abstract:

Un phénomène appelé « compensation vestibulaire » se produit après une atteinte vestibulaire périphérique. Ce processus, qui permet un retour progressif de l’équilibre, se produit principalement au sein des noyaux vestibulaires du tronc cérébral, et met en jeu une mosaïque de réarrangements structurels. Parmi ceux-ci, la neurogenèse vestibulaire réactionnelle (NGVR) adulte est peut-être la plus inattendue, car elle se produit dans une région du cerveau qui n’a jamais été signalée auparavant comme neurogène. La survie et la fonctionnalité de ce réseau neuronal nouvellement généré dépendent de son intégration dans les réseaux préexistants des noyaux désafférentés. Cette organisation permet au cerveau d’utiliser les apports d’autres modalités sensorielles pour faciliter le rétablissement de la posture et de l’équilibre. C’est à ce jour le meilleur exemple du rôle réparateur de la neurogenèse adulte. Ces observations soulèvent de nombreuses questions sur la pertinence physiologique de la NGVR.

APA, Harvard, Vancouver, ISO, and other styles

48

Fiordaliso, Antonio. "Une application des réseaux de neurones artificiels MLP à la prévision du prix d'une option négociable." Économie & prévision 127, no. 1 (1997): 47–62. http://dx.doi.org/10.3406/ecop.1997.5836.

Full text

APA, Harvard, Vancouver, ISO, and other styles

49

Johannet, Anne, Alain Mangin, and Bernard Vayssade. "Modélisation d'un système karstique par réseaux de neurones : simulation des débits du karst du Baget, France." Collection EDYTEM. Cahiers de géographie 7, no. 1 (2008): 51–62. http://dx.doi.org/10.3406/edyte.2008.1054.

Full text

APA, Harvard, Vancouver, ISO, and other styles

50

Johannet, Anne, Virgile Taver, Line Kong-A-Siou, Valérie Borrell, Severin Pistre, Alain Mangin, Bernard Vayssade, Marc Vinches, and Dominique Bertin. "Les réseaux de neurones artificiels pour la modélisation hydrodynamique des aquifères karstiques : présentation générale et illustrations." Karstologia : revue de karstologie et de spéléologie physique 60, no. 1 (2012): 45–59. http://dx.doi.org/10.3406/karst.2012.2728.

Full text

APA, Harvard, Vancouver, ISO, and other styles

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