Bibliographies thématiques / Réseaux de neurones bayésiens

Littérature scientifique sur le sujet « Réseaux de neurones bayésiens »

Auteur : Grafiati
Publié le 25 mai 2024

Créez une référence correcte selon les styles APA, MLA, Chicago, Harvard et plusieurs autres

Choisissez une source :

Sommaire

Consultez les listes thématiques d’articles de revues, de livres, de thèses, de rapports de conférences et d’autres sources académiques sur le sujet « Réseaux de neurones bayésiens ».

À côté de chaque source dans la liste de références il y a un bouton « Ajouter à la bibliographie ». Cliquez sur ce bouton, et nous générerons automatiquement la référence bibliographique pour la source choisie selon votre style de citation préféré : APA, MLA, Harvard, Vancouver, Chicago, etc.

Vous pouvez aussi télécharger le texte intégral de la publication scolaire au format pdf et consulter son résumé en ligne lorsque ces informations sont inclues dans les métadonnées.

Articles de revues sur le sujet "Réseaux de neurones bayésiens"

1

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

Texte intégral
Résumé :
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.
Styles APA, Harvard, Vancouver, ISO, etc.
2

Nohair, Mohamed, André St-Hilaire et 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 (2 octobre 2008) : 373–82. http://dx.doi.org/10.7202/018783ar.

Texte intégral
Résumé :
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.
Styles APA, Harvard, Vancouver, ISO, etc.
3

Gonzales, Christophe, et 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.

Texte intégral
Styles APA, Harvard, Vancouver, ISO, etc.
4

Nohair, Mohamed, Ouafae Britel, Nabil Souaf, Driss Zakarya, Abdelmjid Hafid et 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 (30 juillet 2010) : 1772–81. http://dx.doi.org/10.1080/10426500903299877.

Texte intégral
Styles APA, Harvard, Vancouver, ISO, etc.
5

Condamin, Laurent, et 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.

Texte intégral
Styles APA, Harvard, Vancouver, ISO, etc.
6

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

Texte intégral
Styles APA, Harvard, Vancouver, ISO, etc.
7

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

Texte intégral
Styles APA, Harvard, Vancouver, ISO, etc.
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.

Texte intégral
Styles APA, Harvard, Vancouver, ISO, etc.
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.

Texte intégral
Styles APA, Harvard, Vancouver, ISO, etc.
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.

Texte intégral
Styles APA, Harvard, Vancouver, ISO, etc.
Plus de sources

Thèses sur le sujet "Réseaux de neurones bayésiens"

1

Abid, Ilyes. « Modélisation de la prévision de défaillance des entreprises par des approches statiques et dynamiques : réseaux de neurones, réseaux bayésiens, modèles de durée et dichotomiques ». Thesis, Paris 10, 2011. http://www.theses.fr/2011PA100151.

Texte intégral
Résumé :
L'objectif de cette thèse est d’étudier différentes méthodes de prévision de la défaillance d'entreprises aussi bien en statique qu'en dynamique. Plus précisément, dans l'approche statique, nous avons recouru aux méthodes de sélection des variables discriminantes en utilisant les réseaux de neurones. Nous avons ainsi proposé deux nouvelles procédures relevant de ces méthodes.La première, fondée sur le critère HVS, intitulée HVS-AUC, nous a permis i) de construire un modèle plus parcimonieux par rapport à l’ADL ; ii) de dégager un ensemble de variables stables à la fois non conjoncturelles et avec un fort pouvoir explicatif. A l'inverse, la seconde technique est basée sur la procédure forward ou plus exactement sur forward-AUC. Cette méthode fait apparaître des résultats comparables à l'ADL mais avec moins de variables explicatives. Elle permet notamment de détecter les ratios jugés les plus pertinents selon ADL et HVS-AUC.Nous avons de plus utilisé des méthodes d'apprentissage de structure de réseaux bayésiens pour essayer d'améliorer la performance de classification des entreprises. Nous avons mobilisé une technique intitulée "Max-Min Hill-Climbing" ou MMHC. Nous avons analysé les performances de classification d'un algorithme combiné entre MMHC et le modèle de base d'un réseau bayésien naïf (BN). Cette nouvelle méthode a été nommée BN-MMHC (Bayes naïf augmentée par MMHC). Les résultats obtenus confirment néanmoins l'opinion dominante : pour ce qui est du pouvoir discriminant, aucune structure ne semble à même de concurrencer BN de manière significative.Dans la deuxième approche dynamique, nous avons mis plus l'accent sur les facteurs non mesurables a priori et sur des facteurs explicatifs impossibles à appréhender dans un cadre statique. Nous avons mobilisé dans un premier volet les variables macroéconomiques pour mieux estimer le risque de défaut. Dans un second volet, nous avons utilisé une modélisation alternative permettant d'appréhender correctement les chocs que peuvent subir les entreprises au cours du temps. De ce fait, nous avons évalué ainsi l'effet de la propagation de ces chocs
The objective of this thesis is to study bankruptcy prediction models from both static and dynamic viewpoints. More precisely, in the static approach, we used the methods of selecting discriminating variables using the neural networks. We thus proposed two new procedures relating to these methods. The first one is based on the criterion HVS called HVS-AUC and allowed to 1) build a more parsimonious model compared to the LDA, 2) identify a set of variables both static and non-cyclical with a strong explanatory power. Conversely, the second technique is based on the forward procedure, more precisely on forward-AUC. This method shows results comparable to the LDA but with fewer variables. It allows the detection of ratios considered as the most relevant according to LDA and HVS-AUC. We have also used methods of structure learning of Bayesian networks to improve the performance of classification of firms. We have mobilized a technique called "Max-Min Hill-Climbing" or MMHC. Specifically, we plan to analyze the performance of classification of an algorithm that mixes both MMHC and the canonical model of a naive Bayes network (NB). This new method could be called NB-MMHC (naive Bayes augmented by MMH C). The results confirm the prevailing view: as for the discriminatory power, no structure seems to be able to significantly compete with NB. In the second dynamic approach, we put more emphasis on factors not measurable a priori and also on explanatory factors impossible to capture within a static framework. In the first phase, we used the macroeconomic variables to better estimate the risk of default. In the second part, we used an alternative model to better estimate the shocks that firms could undergo over time. We therefore evaluate the propagation effects of theses shocks
Styles APA, Harvard, Vancouver, ISO, etc.
2

Bourgeois, Yoann. « Les réseaux de neurones artificiels pour mesurer les risques économiques et financiers ». Paris, EHESS, 2003. http://www.theses.fr/2003EHES0118.

Texte intégral
Résumé :
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/USD
The 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
Styles APA, Harvard, Vancouver, ISO, etc.
3

Mallet, Grégory. « Méthodes statistiques pour la prédiction de température dans les composants hyperfréquences ». Phd thesis, INSA de Rouen, 2010. http://tel.archives-ouvertes.fr/tel-00586089.

Texte intégral
Résumé :
Cette thèse s'intéresse à l'application des méthodes d'apprentissage statistique pour la prédiction de température d'un composant électronique présent dans un radar. On étudie un cas simplifié des systèmes réels, le système étudié se limitant à un seul composant monté sur un système de refroidissement réduit. Le premier chapitre est consacré à la modélisation thermique. Après avoir présenté les principaux modes de transmission de l'agitation thermique, les modèles analytiques et numériques qui en découlent sont étudiés. En utilisant cette connaissance,le deuxième chapitre propose de choisir dans les méthodes de mesures les plus adaptées aux spécifications et aux contraintes de l'application choisie. Une fois que les bases de données ont été établies, nous pouvons utiliser dans le troisième chapitre les techniques de l'apprentissage statistique pour construire un modèle dynamique. Après un bref rappel sur les tenants et les aboutissants de la modélisation statistique, quatre familles de méthodes seront présentées : les modèles linéaires, les réseaux de neurones, les réseaux bayésiens dynamiques et les machines à vecteur support (SVM). Enfin, le quatrième chapitre est l'occasion de présenter une méthode de modélisation originale.En effet, après avoir détaillé la mise en oeuvre des méthodes d'identification de représentation d'état, nous verrons comment prendre en compte des a priori théoriques au cours de l'apprentissage de ce type de modèle, à savoir une contrainte de stabilité.
Styles APA, Harvard, Vancouver, ISO, etc.
4

Liu, Haoran. « Statistical and intelligent methods for default diagnosis and loacalization in a continuous tubular reactor ». Phd thesis, INSA de Rouen, 2009. http://tel.archives-ouvertes.fr/tel-00560886.

Texte intégral
Résumé :
The aim is to study a continuous chemical process, and then analyze the hold process of the reactor and build the models which could be trained to realize the fault diagnosis and localization in the process. An experimental system has been built to be the research base. That includes experiment part and record system. To the diagnosis and localization methods, the work presented the methods with the data-based approach, mainly the Bayesian network and RBF network based on GAAPA (Genetic Algorithm with Auto-adapted of Partial Adjustment). The data collected from the experimental system are used to train and test the models.
Styles APA, Harvard, Vancouver, ISO, etc.
5

Tchoumatchenko, Irina. « Extraction des règles logiques dans des réseaux de neurones formels : application a la prédiction de la structure secondaire des protéines ». Paris 6, 1994. http://www.theses.fr/1994PA066448.

Texte intégral
Résumé :
Cette thèse traite le problème d'extraction des règles logiques des réseaux de neurones formels. Les algorithmes développés se basent sur des contraintes dynamiques appliquées au cours de l'apprentissage aux poids synaptiques du réseau de telle façon que le réseau soit forcé d'apprendre des règles logiques. En exprimant les contraintes sur les paramètres du réseau comme des à priori bayesiens nous avons proposé un cadre formel pour concevoir et réaliser un système d'apprentissage des règles logiques à partir des réseaux. Les méthodes préconisées ont été validées sur le problème de la prédiction de la structure secondaire des protéines. Le perceptron multi-chouches prédisant la structure a été converti, en fin d'apprentissage, en un système de votes majoritaires. Ce système de votes englobe de nombreuses informations biologiques
Styles APA, Harvard, Vancouver, ISO, etc.
6

Kozyrskiy, Bogdan. « Exploring the Intersection of Bayesian Deep Learning and Gaussian Processes ». Electronic Thesis or Diss., Sorbonne université, 2023. https://accesdistant.sorbonne-universite.fr/login?url=https://theses-intra.sorbonne-universite.fr/2023SORUS064archi.pdf.

Texte intégral
Résumé :
L'apprentissage profond a joué un rôle significatif dans l'établissement de l'apprentissage automatique comme un instrument indispensable dans plusieurs domaines. L'utilisation de l'apprentissage profond pose plusieurs défis. L'apprentissage profond nécessite beaucoup de puissance de calcul pour entraîner et appliquer des modèles. Un autre problème de l'apprentissage profond est son incapacité à estimer l'incertitude des prédictions, ce qui crée des obstacles dans les applications sensibles aux risques. Cette thèse présente quatre projets pour résoudre ces problèmes: Nous proposons une approche faisant appel à des unités de traitement optique pour réduire la consommation d'énergie et accélérer l'inférence des modèles profonds. Nous abordons le problème des estimations d'incertitude pour la classification avec l'inférence bayésienne. Nous introduisons des techniques pour les modèles profonds qui réduisent le coût de l'inférence bayésienne. Nous avons développé un nouveau cadre pour accélérer la régression des processus gaussiens. Nous proposons une technique pour imposer des priorités fonctionnelles significatives pour les modèles profonds à travers des processus gaussiens
Deep learning played a significant role in establishing machine learning as a must-have instrument in multiple areas. The use of deep learning poses several challenges. Deep learning requires a lot of computational power for training and applying models. Another problem with deep learning is its inability to estimate the uncertainty of the predictions, which creates obstacles in risk-sensitive applications. This thesis presents four projects to address these problems: We propose an approach making use of Optical Processing Units to reduce energy consumption and speed up the inference of deep models. We address the problem of uncertainty estimates for classification with Bayesian inference. We introduce techniques for deep models that decreases the cost of Bayesian inference. We developed a novel framework to accelerate Gaussian Process regression. We propose a technique to impose meaningful functional priors for deep models through Gaussian Processes
Styles APA, Harvard, Vancouver, ISO, etc.
7

Kacimi, Sahra. « Contribution à la restitution des précipitations tropicales par radiométrie micro-ondes : préparation à la mission Megha-Tropiques ». Versailles-St Quentin en Yvelines, 2012. http://www.theses.fr/2012VERS0064.

Texte intégral
Résumé :
Dans le contexte actuel de réchauffement climatique, l’étude du cycle de l’eau et de l’énergie dans l’atmosphère est devenue primordiale. Dans le contexte de la mission Megha-Tropiques dédiée l’analyse de l’atmosphère tropicale, l’estimation du taux précipitant à la surface est une problématique essentielle. L’utilisation des données radiométriques MO pour l’estimation du taux précipitant à la surface terrestre, nécessite la mise en œuvre de méthodologies complexes qui reposent sur le problème inverse. Les travaux présentés dans cette thèse s’intéressent à l’algorithme de restitution des précipitations instantanées BRAIN de la mission MT. Son principe de fonctionnement repose sur une approche probabiliste baysienne qui nécessite la construction préalable d’une base de données dite d’inversion et à partir de laquelle le taux précipitant le plus probable pour un vecteur de températures de brillance donnée est estimé. L’objectif de cette étude était d’aporter des améliorations à cet algorithme en intervenant sur deux aspects fondamentaux qui sont : la détection des régions a priori pluvieuses en amont de l’estimation et de l’influence de la base de données et des paramètres d’inversions sur les produits restitués. Afin d’améliorer ces deux aspects, une nouvelle approche de discrimination des zones de pluie utilisant des réseaux de neurones a été mise en place au cours de cette thèse et sera implémentée dans la prochaine version opérationnelle de BRAIN. Une méthode de réduction de la base d’investigation a également été mise en œuvre afin de contraindre sa représentativité et donc la qualité des estimations réalisées
Within the framework of the global warming, the analysis of water and energy budget is of major importance. Considering the Megha-Tropiques (MT) mission whose one of the scientific objectives is to improve the knowledge of water and energy cycle in the intertropical region, the estimation of instantaneous surface rainfall is of the great importance. My PhD work focuses on the optimization of a multi-region, the estimation of instantaneous surface rainfall is of great importance. My PhD work focuses on the optimization of a multi-plateform Bayesian retrieval algorithm called BRAIN (Bayesian Retrieval Algorithm Including Neural Networks) (Viltard et al. , 2006) used for MT. This algorithm uses passive microwave data from satellites such as TRMM, SSM/I and AQUA. It uses a Bayesian Monte Carlo approach to retrieve several atmospheric parameters such as the instantaneous rainfall rate. In order to get a more accurate rainfall restitution, two research axes were investigated : the detection of a priori rainy areas that takes place before the rainfall estimation itself, and the impact of the database and inversion parameters. First, the database on which the algorithm relies needs to be more representative especially as far as high rain rates are concerned. To improve the representativeness of the inversion database, we need first to eliminate repetitive profiles, that is to say extract prototypes from it. To be made, we use Self Organizing Maps SO%s developed by T. Kohonen (2001). Second, the improvement of the rainy-non-rainy pixels classification before the inversion was made using neural networks
Styles APA, Harvard, Vancouver, ISO, etc.
8

Tran, Gia-Lac. « Advances in Deep Gaussian Processes : calibration and sparsification ». Electronic Thesis or Diss., Sorbonne université, 2020. https://accesdistant.sorbonne-universite.fr/login?url=https://theses-intra.sorbonne-universite.fr/2020SORUS410.pdf.

Texte intégral
Résumé :
L'intégration des Convolutional Neural Networks (CNNs) et des GPs est une solution prometteuse pour améliorer le pouvoir de représentation des méthodes contemporaines. Dans notre première étude, nous utilisons des diagrammes de fiabilité pour montrer que les combinaisons actuelles de cnns et GPs sont mal calibrées, ce qui donne lieu à des prédictions trop confiantes. En utilisant des Random Feature et la technique d'inférence variationnelle, nous proposons une nouvelle solution correctement calibrée pour combinaisons des CNNs et des GPs. Nous proposons également une extension intuitive de cette solution, utilisant des Structured Random Features afin d'améliorer la précision du modèle et réduire la complexité des calculs. En termes de coût de calcul, la complexité du GPs exact est cubique en la taille de l'ensemble d'entrainement, ce qui le rend inutilisable lorsque celle-ci dépasse quelques milliers d'éléments. Afin de faciliter l'extension des GPs à des quantités massives de données, nous sélectionnons un petit ensemble de points actifs ou points d'induction par une distillation globale à partir de toutes les observations. Nous utilisons ensuite ces points actifs pour faire des prédictions. Plusieurs travaux similaires se basent sur l'étude Titsias et al en 2009 [5] and Hensman et al en 2015 [6]. Cependant, il est encore difficile de traiter le cas général, et il est toujours possible que le nombre de points actifs requis dépasse un budget de calcul donné. Dans notre deuxième étude, nous proposons Sparse-within-Sparse Gaussian Processes (SWSGP) qui permet l'approximation avec un grand nombre de points inducteurs sans cout de calcul prohibitif
Gaussian Processes (GPs) are an attractive specific way of doing non-parametric Bayesian modeling in a supervised learning problem. It is well-known that GPs are able to make inferences as well as predictive uncertainties with a firm mathematical background. However, GPs are often unfavorable by the practitioners due to their kernel's expressiveness and the computational requirements. Integration of (convolutional) neural networks and GPs are a promising solution to enhance the representational power. As our first contribution, we empirically show that these combinations are miscalibrated, which leads to over-confident predictions. We also propose a novel well-calibrated solution to merge neural structures and GPs by using random features and variational inference techniques. In addition, these frameworks can be intuitively extended to reduce the computational cost by using structural random features. In terms of computational cost, the exact Gaussian Processes require the cubic complexity to training size. Inducing point-based Gaussian Processes are a common choice to mitigate the bottleneck by selecting a small set of active points through a global distillation from available observations. However, the general case remains elusive and it is still possible that the required number of active points may exceed a certain computational budget. In our second study, we propose Sparse-within-Sparse Gaussian Processes which enable the approximation with a large number of inducing points without suffering a prohibitive computational cost
Styles APA, Harvard, Vancouver, ISO, etc.
9

Wolinski, Pierre. « Structural Learning of Neural Networks ». Thesis, université Paris-Saclay, 2020. http://www.theses.fr/2020UPASS026.

Texte intégral
Résumé :
La structure d'un réseau de neurones détermine dans une large mesure son coût d'entraînement et d'utilisation, ainsi que sa capacité à apprendre. Ces deux aspects sont habituellement en compétition : plus un réseau de neurones est grand, mieux il remplira la tâche qui lui a été assignée, mais plus son entraînement nécessitera des ressources en mémoire et en temps de calcul. L'automatisation de la recherche des structures de réseaux efficaces - de taille raisonnable, mais performantes dans l'accomplissement de la tâche - est donc une question très étudiée dans ce domaine. Dans ce contexte, des réseaux de neurones aux structures variées doivent être entraînés, ce qui nécessite un nouveau jeu d'hyperparamètres d'entraînement à chaque nouvelle structure testée. L'objectif de la thèse est de traiter différents aspects de ce problème. La première contribution est une méthode d'entraînement de réseau qui fonctionne dans un vaste périmètre de structures de réseaux et de tâches à accomplir, sans nécessité de régler le taux d'apprentissage. La deuxième contribution est une technique d'entraînement et d'élagage de réseau, conçue pour être insensible à la largeur initiale de celui-ci. La dernière contribution est principalement un théorème qui permet de traduire une pénalité d'entraînement empirique en a priori bayésien, théoriquement bien fondé. Ce travail résulte d'une recherche des propriétés que doivent théoriquement vérifier les algorithmes d'entraînement et d'élagage pour être valables sur un vaste ensemble de réseaux de neurones et d'objectifs
The structure of a neural network determines to a large extent its cost of training and use, as well as its ability to learn. These two aspects are usually in competition: the larger a neural network is, the better it will perform the task assigned to it, but the more it will require memory and computing time resources for training. Automating the search of efficient network structures -of reasonable size and performing well- is then a very studied question in this area. Within this context, neural networks with various structures are trained, which requires a new set of training hyperparameters for each new structure tested. The aim of the thesis is to address different aspects of this problem. The first contribution is a training method that operates within a large perimeter of network structures and tasks, without needing to adjust the learning rate. The second contribution is a network training and pruning technique, designed to be insensitive to the initial width of the network. The last contribution is mainly a theorem that makes possible to translate an empirical training penalty into a Bayesian prior, theoretically well founded. This work results from a search for properties that theoretically must be verified by training and pruning algorithms to be valid over a wide range of neural networks and objectives
Styles APA, Harvard, Vancouver, ISO, etc.
10

Fond, Antoine. « Localisation par l'image en milieu urbain : application à la réalité augmentée ». Thesis, Université de Lorraine, 2018. http://www.theses.fr/2018LORR0028/document.

Texte intégral
Résumé :
Dans cette thèse on aborde le problème de la localisation en milieux urbains. Inférer un positionnement précis en ville est important dans nombre d’applications comme la réalité augmentée ou la robotique mobile. Or les systèmes basés sur des capteurs inertiels (IMU) sont sujets à des dérives importantes et les données GPS peuvent souffrir d’un effet de vallée qui limite leur précision. Une solution naturelle est de s’appuyer le calcul de pose de caméra en vision par ordinateur. On remarque que les bâtiments sont les repères visuels principaux de l’humain mais aussi des objets d’intérêt pour les applications de réalité augmentée. On cherche donc à partir d’une seule image à calculer la pose de la caméra par rapport à une base de données de bâtiments références connus. On décompose le problème en deux parties : trouver les références visibles dans l’image courante (reconnaissance de lieux) et calculer la pose de la caméra par rapport à eux. Les approches classiques de ces deux sous-problèmes sont mises en difficultés dans les environnements urbains à cause des forts effets perspectives, des répétitions fréquentes et de la similarité visuelle entre façades. Si des approches spécifiques à ces environnements ont été développés qui exploitent la grande régularité structurelle de tels milieux, elles souffrent encore d’un certain nombre de limitations autant pour la détection et la reconnaissance de façades que pour le calcul de pose par recalage de modèle. La méthode originale développée dans cette thèse s’inscrit dans ces approches spécifiques et vise à dépasser ces limitations en terme d’efficacité et de robustesse aux occultations, aux changements de points de vue et d’illumination. Pour cela, l’idée principale est de profiter des progrès récents de l’apprentissage profond par réseaux de neurones convolutionnels pour extraire de l’information de haut-niveau sur laquelle on peut baser des modèles géométriques. Notre approche est donc mixte Bottom-Up/Top-Down et se décompose en trois étapes clés. Nous proposons tout d’abord une méthode d’estimation de la rotation de la pose de caméra. Les 3 points de fuite principaux des images en milieux urbains, dits points de fuite de Manhattan sont détectés grâce à un réseau de neurones convolutionnels (CNN) qui fait à la fois une estimation de ces points de fuite mais aussi une segmentation de l’image relativement à eux. Une second étape de raffinement utilise ces informations et les segments de l’image dans une formulation bayésienne pour estimer efficacement et plus précisément ces points. L’estimation de la rotation de la caméra permet de rectifier les images et ainsi s’affranchir des effets de perspectives pour la recherche de la translation. Dans une seconde contribution, nous visons ainsi à détecter les façades dans ces images rectifiées et à les reconnaître parmi une base de bâtiments connus afin d’estimer une translation grossière. Dans un soucis d’efficacité, on a proposé une série d’indices basés sur des caractéristiques spécifiques aux façades (répétitions, symétrie, sémantique) qui permettent de sélectionner rapidement des candidats façades potentiels. Ensuite ceux-ci sont classifiés en façade ou non selon un nouveau descripteur CNN contextuel. Enfin la mise en correspondance des façades détectées avec les références est opérée par un recherche au plus proche voisin relativement à une métrique apprise sur ces descripteurs [...]
This thesis addresses the problem of localization in urban areas. Inferring accurate positioning in the city is important in many applications such as augmented reality or mobile robotics. However, systems based on inertial sensors (IMUs) are subject to significant drifts and GPS data can suffer from a valley effect that limits their accuracy. A natural solution is to rely on the camera pose estimation in computer vision. We notice that buildings are the main visual landmarks of human beings but also objects of interest for augmented reality applications. We therefore aim to compute the camera pose relatively to a database of known reference buildings from a single image. The problem is twofold : find the visible references in the current image (place recognition) and compute the camera pose relatively to them. Conventional approaches to these two sub-problems are challenged in urban environments due to strong perspective effects, frequent repetitions and visual similarity between facades. While specific approaches to these environments have been developed that exploit the high structural regularity of such environments, they still suffer from a number of limitations in terms of detection and recognition of facades as well as pose computation through model registration. The original method developed in this thesis is part of these specific approaches and aims to overcome these limitations in terms of effectiveness and robustness to clutter and changes of viewpoints and illumination. For do so, the main idea is to take advantage of recent advances in deep learning by convolutional neural networks to extract high-level information on which geometric models can be based. Our approach is thus mixed Bottom- Up/Top-Down and is divided into three key stages. We first propose a method to estimate the rotation of the camera pose. The 3 main vanishing points of the image of urban environnement, known as Manhattan vanishing points, are detected by a convolutional neural network (CNN) that estimates both these vanishing points and the image segmentation relative to them. A second refinement step uses this information and image segmentation in a Bayesian model to estimate these points effectively and more accurately. By estimating the camera’s rotation, the images can be rectified and thus free from perspective effects to find the translation. In a second contribution, we aim to detect the facades in these rectified images to recognize them among a database of known buildings and estimate a rough translation. For the sake of efficiency, a series of cues based on facade specific characteristics (repetitions, symmetry, semantics) have been proposed to enable the fast selection of facade proposals. Then they are classified as facade or non-facade according to a new contextual CNN descriptor. Finally, the matching of the detected facades to the references is done by a nearest neighbor search using a metric learned on these descriptors. Eventually we propose a method to refine the estimation of the translation relying on the semantic segmentation inferred by a CNN for its robustness to changes of illumination ans small deformations. If we can already estimate a rough translation from these detected facades, we choose to refine this result by relying on the se- mantic segmentation of the image inferred from a CNN for its robustness to changes of illuminations and small deformations. Since the facade is identified in the previous step, we adopt a model-based approach by registration. Since the problems of registration and segmentation are linked, a Bayesian model is proposed which enables both problems to be jointly solved. This joint processing improves the results of registration and segmentation while remaining efficient in terms of computation time. These three parts have been validated on consistent community data sets. The results show that our approach is fast and more robust to changes in shooting conditions than previous methods
Styles APA, Harvard, Vancouver, ISO, etc.
Plus de sources

Livres sur le sujet "Réseaux de neurones bayésiens"

1

Michel, Verleysen, dir. Les réseaux de neurones artificiels. Paris : Presses universitaires de France, 1996.

Trouver le texte intégral
Styles APA, Harvard, Vancouver, ISO, etc.
2

Kamp, Yves. Réseaux de neurones récursifs pour mémoires associatives. Lausanne : Presses polytechniques et universitaires romandes, 1990.

Trouver le texte intégral
Styles APA, Harvard, Vancouver, ISO, etc.
3

Rollet, Guy. Les RÉSEAUX DE NEURONES DE LA CONSCIENCE - Approche multidisciplinaire du phénomène. Paris : Editions L'Harmattan, 2013.

Trouver le texte intégral
Styles APA, Harvard, Vancouver, ISO, etc.
4

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

Trouver le texte intégral
Styles APA, Harvard, Vancouver, ISO, etc.
5

Amat, Jean-Louis. Techniques avancées pour le traitement de l'information : Réseaux de neurones, logique floue, algorithmes génétiques. 2e éd. Toulouse : Cépaduès-Ed., 2002.

Trouver le texte intégral
Styles APA, Harvard, Vancouver, ISO, etc.
6

Journées d'électronique (1989 Lausanne, Switzerland). Réseaux de neurones artificiels : Comptes rendus des Journées d'électronique 1989, Lausanne, 10-12 october 1983. Lausanne : Presses polytechniques romande, 1989.

Trouver le texte intégral
Styles APA, Harvard, Vancouver, ISO, etc.
7

Pattern recognition and neural networks. Cambridge : Cambridge University Press, 1996.

Trouver le texte intégral
Styles APA, Harvard, Vancouver, ISO, etc.
8

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

Trouver le texte intégral
Styles APA, Harvard, Vancouver, ISO, etc.
9

Suzanne, Tyc-Dumont, dir. Le neurone computationnel : Histoire d'un siècle de recherches. Paris : CNRS, 2005.

Trouver le texte intégral
Styles APA, Harvard, Vancouver, ISO, etc.
10

Biophysics of computation : Information processing in single neurons. New York : Oxford University Press, 1999.

Trouver le texte intégral
Styles APA, Harvard, Vancouver, ISO, etc.
Plus de sources

Chapitres de livres sur le sujet "Réseaux de neurones bayésiens"

1

Martaj, Dr Nadia, et Dr Mohand Mokhtari. « Réseaux de neurones ». Dans MATLAB R2009, SIMULINK et STATEFLOW pour Ingénieurs, Chercheurs et Etudiants, 807–78. Berlin, Heidelberg : Springer Berlin Heidelberg, 2010. http://dx.doi.org/10.1007/978-3-642-11764-0_17.

Texte intégral
Styles APA, Harvard, Vancouver, ISO, etc.
2

Kipnis, C., et E. Saada. « Un lien entre réseaux de neurones et systèmes de particules : Un modele de rétinotopie ». Dans Lecture Notes in Mathematics, 55–67. Berlin, Heidelberg : Springer Berlin Heidelberg, 1996. http://dx.doi.org/10.1007/bfb0094641.

Texte intégral
Styles APA, Harvard, Vancouver, ISO, etc.
3

BENMAMMAR, Badr, et Asma AMRAOUI. « Application de l’intelligence artificielle dans les réseaux de radio cognitive ». Dans Gestion et contrôle intelligents des réseaux, 233–60. ISTE Group, 2020. http://dx.doi.org/10.51926/iste.9008.ch9.

Texte intégral
Résumé :
Dans ce chapitre, nous nous intéressons aux techniques de l’intelligence artificielle (IA) qui ont été les plus utilisées dans les trois dernières années dans la radio cognitive (RC). Nous nous intéressons à des métaheuristiques qui n’étaient pas discutées dans les précédents travaux, comme l’algorithme des lucioles, la recherche coucou, l’algorithme de recherche gravitationnel et l’optimisation par essaim de particules. Nous présentons également les travaux récents liés à l’application des autres techniques d’IA dans la RC, à savoir les algorithmes génétiques, les algorithmes de colonies d’abeilles, la logique floue, la théorie des jeux, les réseaux de neurones, les modèles de Markov, les machines à vecteurs de support, le raisonnement à partir de cas, les arbres de décision, les réseaux bayésiens, les systèmes multi-agents et l’apprentissage par renforcement.
Styles APA, Harvard, Vancouver, ISO, etc.
4

« 3 Réseaux bayésiens hybrides ». Dans Réseaux bayésiens avec R, 67–86. EDP Sciences, 2020. http://dx.doi.org/10.1051/978-2-7598-1742-9-005.

Texte intégral
Styles APA, Harvard, Vancouver, ISO, etc.
5

« 3 Réseaux bayésiens hybrides ». Dans Réseaux bayésiens avec R, 67–86. EDP Sciences, 2020. http://dx.doi.org/10.1051/978-2-7598-1742-9.c005.

Texte intégral
Styles APA, Harvard, Vancouver, ISO, etc.
6

« Index ». Dans Réseaux bayésiens avec R, 237–40. EDP Sciences, 2020. http://dx.doi.org/10.1051/978-2-7598-1742-9-011.

Texte intégral
Styles APA, Harvard, Vancouver, ISO, etc.
7

« Avant-propos ». Dans Réseaux bayésiens avec R, xiii—xvi. EDP Sciences, 2020. http://dx.doi.org/10.1051/978-2-7598-1742-9-002.

Texte intégral
Styles APA, Harvard, Vancouver, ISO, etc.
8

« 5 Logiciels pour réseaux bayésiens ». Dans Réseaux bayésiens avec R, 131–44. EDP Sciences, 2020. http://dx.doi.org/10.1051/978-2-7598-1742-9-007.

Texte intégral
Styles APA, Harvard, Vancouver, ISO, etc.
9

« 6 Réseaux bayésiens en grandeur réelle ». Dans Réseaux bayésiens avec R, 145–80. EDP Sciences, 2020. http://dx.doi.org/10.1051/978-2-7598-1742-9-008.

Texte intégral
Styles APA, Harvard, Vancouver, ISO, etc.
10

« 1 Cas discret : les réseaux bayésiens multinomiaux ». Dans Réseaux bayésiens avec R, 1–36. EDP Sciences, 2020. http://dx.doi.org/10.1051/978-2-7598-1742-9-003.

Texte intégral
Styles APA, Harvard, Vancouver, ISO, etc.

Actes de conférences sur le sujet "Réseaux de neurones bayésiens"

1

Fourcade, A. « Apprentissage profond : un troisième oeil pour les praticiens ». Dans 66ème Congrès de la SFCO. Les Ulis, France : EDP Sciences, 2020. http://dx.doi.org/10.1051/sfco/20206601014.

Texte intégral
Résumé :
« L’intelligence artificielle connaît un essor fulgurant depuis ces dernières années. Lapprentissage automatique et plus précisément lapprentissage profond grâce aux réseaux de neurones convolutifs ont permis des avancées majeures dans le domaine de la reconnaissance des formes. Cette présentation fait suite à mon travail de thèse. La première partie retrace lhistorique et décrit les principes de fonctionnement de ces réseaux. La seconde présente une revue de la littérature de leurs applications dans la pratique médicale de plusieurs spécialités, pour des tâches diagnostiques nécessitant une démarche visuelle (classification dimages et détection de lésions). Quinze articles, évaluant les performances de ces solutions dautomatisation, ont été analysés. La troisième partie est une discussion à propos des perspectives et des limites présentées par les réseaux de neurones convolutifs, ainsi que leurs possibles applications en chirurgie orale. »
Styles APA, Harvard, Vancouver, ISO, etc.
2

Bouejla, A., F. Guarnieri et A. Napoli. « Apport des Réseaux Bayésiens « dynamiques » à la lutte contre la piraterie maritime ». Dans Congrès Lambda Mu 19 de Maîtrise des Risques et Sûreté de Fonctionnement, Dijon, 21-23 Octobre 2014. IMdR, 2015. http://dx.doi.org/10.4267/2042/56118.

Texte intégral
Styles APA, Harvard, Vancouver, ISO, etc.
3

Gresse, Adrien, Richard Dufour, Vincent Labatut, Mickael Rouvier et Jean-François Bonastre. « Mesure de similarité fondée sur des réseaux de neurones siamois pour le doublage de voix ». Dans XXXIIe Journées d’Études sur la Parole. ISCA : ISCA, 2018. http://dx.doi.org/10.21437/jep.2018-2.

Texte intégral
Styles APA, Harvard, Vancouver, ISO, etc.
4

ORLIANGES, Jean-Christophe, Younes El Moustakime, Aurelian Crunteanu STANESCU, Ricardo Carrizales Juarez et Oihan Allegret. « Retour vers le perceptron - fabrication d’un neurone synthétique à base de composants électroniques analogiques simples ». Dans Les journées de l'interdisciplinarité 2023. Limoges : Université de Limoges, 2024. http://dx.doi.org/10.25965/lji.761.

Texte intégral
Résumé :
Les avancées récentes dans le domaine de l'intelligence artificielle (IA), en particulier dans la reconnaissance d'images et le traitement du langage naturel, ouvrent de nouvelles perspectives qui vont bien au-delà de la recherche académique. L'IA, portée par ces succès populaires, repose sur des algorithmes basés sur des "réseaux de neurones" et elle se nourrit des vastes quantités d'informations accessibles sur Internet, notamment via des ressources telles que l'encyclopédie en ligne Wikipédia, la numérisation de livres et de revues, ainsi que des bibliothèques de photographies. Si l'on en croit les propres dires du programme informatique ChatGPT, son réseau de neurones compte plus de 175 millions de paramètres. Quant à notre cerveau, qui était le modèle initial de cette approche connexionniste, il compte environ 86 milliards de neurones formant un vaste réseau interconnecté... Dans ce travail, nous proposons une approche plus modeste de l'IA en nous contentant de décrire les résultats que l'on peut obtenir avec un seul neurone synthétique isolé, le modèle historique du perceptron (proposé par Frank Rosenblatt dans les années 1950). C'est un "Retour vers le futur" de l'IA qui est entrepris pour fabriquer et tester un neurone artificiel à partir de composants électroniques simples. Celui-ci doit permettre de différencier un chien d'un chat à partir de données anatomiques collectées sur ces animaux.
Styles APA, Harvard, Vancouver, ISO, etc.
5

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

Texte intégral
Styles APA, Harvard, Vancouver, ISO, etc.
6

Kim, Lila, et Cédric Gendrot. « Classification automatique de voyelles nasales pour une caractérisation de la qualité de voix des locuteurs par des réseaux de neurones convolutifs ». Dans XXXIVe Journées d'Études sur la Parole -- JEP 2022. ISCA : ISCA, 2022. http://dx.doi.org/10.21437/jep.2022-82.

Texte intégral
Styles APA, Harvard, Vancouver, ISO, etc.
7

Gendrot, Cedric, Emmanuel Ferragne et Anaïs Chanclu. « Analyse phonétique de la variation inter-locuteurs au moyen de réseaux de neurones convolutifs : voyelles seules et séquences courtes de parole ». Dans XXXIVe Journées d'Études sur la Parole -- JEP 2022. ISCA : ISCA, 2022. http://dx.doi.org/10.21437/jep.2022-94.

Texte intégral
Styles APA, Harvard, Vancouver, ISO, etc.
8

Quintas, Sebastião, Alberto Abad, Julie Mauclair, Virginie Woisard et Julien Pinquier. « Utilisation de réseaux de neurones profonds avec attention pour la prédiction de l’intelligibilité de la parole de patients atteints de cancers ORL ». Dans XXXIVe Journées d'Études sur la Parole -- JEP 2022. ISCA : ISCA, 2022. http://dx.doi.org/10.21437/jep.2022-7.

Texte intégral
Styles APA, Harvard, Vancouver, ISO, etc.
Vous pouvez également être intéressé par les bibliographies sur le sujet « Réseaux de neurones bayésiens » pour d’autres types de sources :
Articles de revues Thèses Livres
Nous offrons des réductions sur tous les plans premium pour les auteurs dont les œuvres sont incluses dans des sélections littéraires thématiques. Contactez-nous pour obtenir un code promo unique!

Vers la bibliographie