Littérature scientifique sur le sujet « Réseaux de neurones binaires »
Créez une référence correcte selon les styles APA, MLA, Chicago, Harvard et plusieurs autres
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 binaires ».
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 binaires"
Le Bris, Arnaud, Cyril Wendl, Nesrine Chehata, Anne Puissant et 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 (21 septembre 2018) : 87–97. http://dx.doi.org/10.52638/rfpt.2018.415.
Texte intégral-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-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-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-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.
Texte intégral-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.
Texte intégral-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.
Texte intégralBélanger, M., N. El-Jabi, D. Caissie, F. Ashkar et 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 (12 avril 2005) : 403–21. http://dx.doi.org/10.7202/705565ar.
Texte intégralMézard, Marc, et 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.
Texte intégralLaks, Bernard. « Réseaux de neurones et syllabation du français ». Linx 34, no 1 (1996) : 327–46. http://dx.doi.org/10.3406/linx.1996.1440.
Texte intégralThèses sur le sujet "Réseaux de neurones binaires"
Mayorquim, Jorge Luiz. « Étude en vue de la réalisation d'un réseau de neurones binaires logiques : détection de contours en temps réel ». Compiègne, 1996. http://www.theses.fr/1996COMPD893.
Texte intégralWenzek, Didier. « Construction de réseaux de neurones ». Phd thesis, Grenoble INPG, 1993. http://tel.archives-ouvertes.fr/tel-00343569.
Texte intégralTsopze, Norbert. « Treillis de Galois et réseaux de neurones : une approche constructive d'architecture des réseaux de neurones ». Thesis, Artois, 2010. http://www.theses.fr/2010ARTO0407/document.
Texte intégralThe artificial neural networks are successfully applied in many applications. But theusers are confronted with two problems : defining the architecture of the neural network able tosolve their problems and interpreting the network result. Many research works propose some solutionsabout these problems : to find out the architecture of the network, some authors proposeto use the problem domain theory and deduct the network architecture and some others proposeto dynamically add neurons in the existing networks until satisfaction. For the interpretabilityproblem, solutions consist to extract rules which describe the network behaviour after training.The contributions of this thesis concern these problems. The thesis are limited to the use of theartificial neural networks in solving the classification problem.In this thesis, we present a state of art of the existing methods of finding the neural networkarchitecture : we present a theoritical and experimental study of these methods. From this study,we observe some limits : difficulty to use some method when the knowledges are not available ;and the network is seem as ’black box’ when using other methods. We a new method calledCLANN (Concept Lattice-based Artificial Neural Network) which builds from the training dataa semi concepts lattice and translates this semi lattice into the network architecture. As CLANNis limited to the two classes problems, we propose MCLANN which extends CLANN to manyclasses problems.A new method of rules extraction called ’MaxSubsets Approach’ is also presented in thisthesis. Its particularity is the possibility of extracting the two kind of rules (If then and M-of-N)from an internal structure.We describe how to explain the MCLANN built network result aboutsome inputs
Voegtlin, Thomas. « Réseaux de neurones et auto-référence ». Lyon 2, 2002. http://theses.univ-lyon2.fr/documents/lyon2/2002/voegtlin_t.
Texte intégralThe purpose of this thesis is to present a class of unsupervised learning algorithms for recurrent networks. In the first part (chapters 1 to 4), I propose a new approach to this question, based on a simple principle: self-reference. A self-referent algorithm is not based on the minimization of an objective criterion, such as an error function, but on a subjective function, that depends on what the network has previously learned. An example of a supervised recurrent network where learning is self-referent is the Simple Recurrent Network (SRN) by Elman (1990). In the SRN, self-reference is applied to the supervised error back-propagation algorithm. In this aspect, the SRN differs from other generalizations of back-propagation to recurrent networks, that use an objective criterion, such as Back-Propagation Through Time, or Real-Time Recurrent Learning. In this thesis, I show that self-reference can be combined with several well-known unsupervised learning methods: the Self-Organizing Map (SOM), Principal Components Analysis (PCA), and Independent Components Analysis (ICA). These techniques are classically used to represent static data. Self-reference allows one to generalize these techniques to time series, and to define unsupervised learning algorithms for recurrent networks
Teytaud, Olivier. « Apprentissage, réseaux de neurones et applications ». Lyon 2, 2001. http://theses.univ-lyon2.fr/documents/lyon2/2001/teytaud_o.
Texte intégralCôté, Marc-Alexandre. « Réseaux de neurones génératifs avec structure ». Thèse, Université de Sherbrooke, 2017. http://hdl.handle.net/11143/10489.
Texte intégralJodouin, Jean-François. « Réseaux de neurones et traitement du langage naturel : étude des réseaux de neurones récurrents et de leurs représentations ». Paris 11, 1993. http://www.theses.fr/1993PA112079.
Texte intégralBrette, Romain. « Modèles Impulsionnels de Réseaux de Neurones Biologiques ». Phd thesis, Université Pierre et Marie Curie - Paris VI, 2003. http://tel.archives-ouvertes.fr/tel-00005340.
Texte intégralTardif, Patrice. « Autostructuration des réseaux de neurones avec retards ». Thesis, Université Laval, 2007. http://www.theses.ulaval.ca/2007/24240/24240.pdf.
Texte intégralMaktoobi, Sheler. « Couplage diffractif pour réseaux de neurones optiques ». Thesis, Bourgogne Franche-Comté, 2020. http://www.theses.fr/2020UBFCD019.
Texte intégralPhotonic networks with high performance can be considered as substrates for future computing systems. In comparison with electronics, photonic systems have substantial privileges, for instance the possibility of a fully parallel implementation of networks. Recently, neural networks have moved into the center of attention of the photonic community. One of the most important requirements for parallel large-scale photonic networks is to realize the connectivities. Diffraction is considered as a method to process the connections between the nodes (coupling) in optical neural networks. In the current thesis, we evaluate the scalability of a diffractive coupling in more details as follow:First, we begin with a general introductions for artificial intelligence, machine learning, artificial neural network and photonic neural networks. To establish a working neural network, learning rules are an essential part to optimize a configuration for obtaining a low error from the system, hence learning rules are introduced (Chapter 1). We investigate the fundamental concepts of diffractive coupling in our spatio-temporal reservoir. In that case, theory of diffraction is explained. We use an analytical scheme to provide the limits for the size of diffractive networks which is a part of our photonic neural network (Chapter 2). The concepts of diffractive coupling are investigated experimentally by two different experiments to confirm the analytical limits and to obtain maximum number of nodes which can be coupled in the photonic network (Chapter 3). Numerical simulations for such an experimental setup is modeled in two different schemes to obtain the maximum size of network numerically, which approaches a surface of 100 mm2 (Chapter 4). Finally, the complete photonic neural network is demonstrated. We design a spatially extended reservoir for 900 nodes. Consequently, our system generalizes the prediction for the chaotic Mackey–Glass sequence (Chapter 5)
Livres sur le sujet "Réseaux de neurones binaires"
Michel, Verleysen, dir. Les réseaux de neurones artificiels. Paris : Presses universitaires de France, 1996.
Trouver le texte intégralKamp, Yves. Réseaux de neurones récursifs pour mémoires associatives. Lausanne : Presses polytechniques et universitaires romandes, 1990.
Trouver le texte intégralRollet, Guy. Les RÉSEAUX DE NEURONES DE LA CONSCIENCE - Approche multidisciplinaire du phénomène. Paris : Editions L'Harmattan, 2013.
Trouver le texte intégralPersonnaz, L. Réseaux de neurones formels pour la modélisation, la commande et la classification. Paris : CNRS Editions, 2003.
Trouver le texte intégralAmat, 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 intégralJournées 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 intégralSeidou, 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 intégralSuzanne, Tyc-Dumont, dir. Le neurone computationnel : Histoire d'un siècle de recherches. Paris : CNRS, 2005.
Trouver le texte intégralBiophysics of computation : Information processing in single neurons. New York : Oxford University Press, 1999.
Trouver le texte intégralLevitan, Irwin B. The neuron : Cell and molecular biology. 2e éd. New York : Oxford University Press, 1997.
Trouver le texte intégralChapitres de livres sur le sujet "Réseaux de neurones binaires"
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 intégralKipnis, 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« 4. Les réseaux de neurones artificiels ». Dans L'intelligence artificielle, 91–112. EDP Sciences, 2021. http://dx.doi.org/10.1051/978-2-7598-2580-6.c006.
Texte intégralBENMAMMAR, 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 intégralDE’ FAVERI TRON, Alvise. « La détection d’intrusion au moyen des réseaux de neurones : un tutoriel ». Dans Optimisation et apprentissage, 211–47. ISTE Group, 2023. http://dx.doi.org/10.51926/iste.9071.ch8.
Texte intégralBYTYN, Andreas, René AHLSDORF et Gerd ASCHEID. « Systèmes multiprocesseurs basés sur un ASIP pour l’efficacité des CNN ». Dans Systèmes multiprocesseurs sur puce 1, 93–111. ISTE Group, 2023. http://dx.doi.org/10.51926/iste.9021.ch4.
Texte intégralCOGRANNE, Rémi, Marc CHAUMONT et Patrick BAS. « Stéganalyse : détection d’information cachée dans des contenus multimédias ». Dans Sécurité multimédia 1, 261–303. ISTE Group, 2021. http://dx.doi.org/10.51926/iste.9026.ch8.
Texte intégralATTO, Abdourrahmane M., Fatima KARBOU, Sophie GIFFARD-ROISIN et Lionel BOMBRUN. « Clustering fonctionnel de séries d’images par entropies relatives ». Dans Détection de changements et analyse des séries temporelles d’images 1, 121–38. ISTE Group, 2022. http://dx.doi.org/10.51926/iste.9056.ch4.
Texte intégralZHANG, Hanwei, Teddy FURON, Laurent AMSALEG et Yannis AVRITHIS. « Attaques et défenses de réseaux de neurones profonds : le cas de la classification d’images ». Dans Sécurité multimédia 1, 51–85. ISTE Group, 2021. http://dx.doi.org/10.51926/iste.9026.ch2.
Texte intégralActes de conférences sur le sujet "Réseaux de neurones binaires"
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 intégralGresse, 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 intégralWalid, 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 intégralKim, 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 intégralGendrot, 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 intégralQuintas, 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