Siga este link para ver outros tipos de publicações sobre o tema: Réseaux neuronaux hybrides.
Teses / dissertações sobre o tema "Réseaux neuronaux hybrides"
Crie uma referência precisa em APA, MLA, Chicago, Harvard, e outros estilos
Veja os 42 melhores trabalhos (teses / dissertações) para estudos sobre o assunto "Réseaux neuronaux hybrides".
Ao lado de cada fonte na lista de referências, há um botão "Adicionar à bibliografia". Clique e geraremos automaticamente a citação bibliográfica do trabalho escolhido no estilo de citação de que você precisa: APA, MLA, Harvard, Chicago, Vancouver, etc.
Você também pode baixar o texto completo da publicação científica em formato .pdf e ler o resumo do trabalho online se estiver presente nos metadados.
Veja as teses / dissertações das mais diversas áreas científicas e compile uma bibliografia correta.
1
Reyes, Salgado Gerardo. "Connaissances de haut niveau dans les systèmes hybrides neuro-symboliques". Grenoble INPG, 2001. http://www.theses.fr/2001INPG0047.
Texto completo da fonte
2
Alché-Buc, Florence d'. "Modèles neuronaux et algorithmes constructifs pour l'apprentissage de règles de décision". Paris 11, 1993. http://www.theses.fr/1993PA112468.
Texto completo da fonteResumo:
La thèse porte sur l'apprentissage supervisé de règles de classification et de contrôle des méthodes neuronales. Il s'agit, d'une part, de proposer des architectures neuronales adaptées pour l'inférence et le codage de règles et d'autre part, de développer des algorithmes d'apprentissage et de construction de ces réseaux. Deux travaux sont présentés : le premier travail concerne l'apprentissage de règles de contrôle par un réseau Neuroflou multicouches formellement équivalent à un contrôleur flou. Un algorithme d'apprentissage est proposé pour déterminer les paramètres du réseau : il est fondé sur la retro propagation du gradient d'une fonction de coût que l'on a choisie de manière à apprendre une base de règles, correcte, consistance et complète. Une procédure d'apprentissage en trois étapes permet d'apprendre successivement les paramètres du réseau et de trouver automatiquement un nombre suffisant de conditions intervenant dans les règles. Cet algorithme a été testé avec succès sur l'apprentissage du contrôle d'un pendule inversé. Le second travail porte sur la construction d'arbres hybrides de décision. Les arbres hybrides généralisent les arbres de neurones : les noeuds internes segmentent l'espace de décision en régions dans lesquelles les noeuds terminaux effectuent la classification. La construction et l'élagage de ces arbres sont illustrés sur des problèmes de classification de caractères manuscrits
3
Siboni, Didier. "La gestion de service sur les réseaux hétérogènes interconnectes : utilisation des techniques d'intelligence artificielle et architectures hybrides". Versailles-St Quentin en Yvelines, 1997. http://www.theses.fr/1997VERS0005.
Texto completo da fonteResumo:
La complexité toujours croissante des réseaux de communication interconnectes rend leur gestion de plus en plus complexe. Les systèmes experts ont été largement utilises pour résoudre ce type de problèmes mais ont montré leur limite pour prendre en compte les évolutions des configurations des réseaux et l'expertise souvent trop pauvre caractérisant ce domaine d'application. Nous proposons, dans cette thèse, un système intelligent et intègré de gestion des fautes utilisant de façon coopérative, les techniques d'apprentissages que sont les réseaux de neurones et le raisonnement est partir de cas et les systèmes experts. Nous proposons une articulation globale du processus de gestion des fautes en trois grandes étapes, regroupants des fonctions de gestions spécialisées: la détection de problèmes nécessitant les fonctions de filtrage et de diagnostic de problèmes de type fautes ou performances. La mesure de l'impact des problèmes sur la qualité de service nécessitant une modélisation de la qualité de service au niveau des différents services rendus par les éléments constitutifs des chaînes de liaison. La résolution des problèmes au moyen de fonctions de reconfigurations et reallocations de ressources, de maintenance curative et préventive, et de gestion d'historique de problème ou gestion de tickets d'incidents. Nous étudions les différentes techniques de l'intelligence artificielle intervenant dans le processus de gestion des fautes, comme les systèmes experts à base de modèles, les réseaux de neurones, le raisonnement est partir de cas. Nous établissons une correspondance entre les différentes étapes et les techniques d'intelligence artificielle, afin de proposer une architecture modulaire, bâtie au-dessus d'une plate-forme ouverte de gestion de réseaux. Un prototype opérationnel de corrélation d'alarmes utilisant la technique de système expert à base de modèles a été développé et intégré à la plate-forme hp openview. Un prototype correspondant au module de filtrage utilisant la technique de réseau de neurone a été développé et expérimenté de manière positive sur des données réelles. Un module de qualification et de correction de problème utilisant la technique d'apprentissage de raisonnement à partir de cas sur une base de tickets d'incident a été étudié
4
Rybnik, Mariusz. "Contribution to the modelling and the exploitation of hybrid multiple neural networks systems : application to intelligent processing of information". Paris 12, 2004. https://athena.u-pec.fr/primo-explore/search?query=any,exact,990003948290204611&vid=upec.
Texto completo da fonteResumo:
Pour un grand nombre de problèmes que l'on rencontre actuellement (modélisation de processus complexes, reconnaissance de formes, aide au diagnostique médical, détection de pannes) les données sont présentes sous forme de base de données. Ces données sont ensuite traitées et transformées. Ce travail est concentré sur le développement d'une structure de traitement semi-automatique de données. L'approche proposée est construite sur des techniques basées sur la décomposition successive (itérative) du problème initial. L'idée de base puise en partie son origine dans la décomposition d'un traitement initialement complexe par la division de ce dernier pour obtenir une Simplification à la fois au niveau structurel et au niveau du moyen de traitement. Ainsi l'idée directrice du présent travail est liée aux techniques de décomposition de tâche appelées aussi "Divide To Conquer". Un point clé sur lequel s'appuie notre approche est l'intégration de techniques d'estimation de complexitéFor a great number of actually encountered problems (complex processes modelization, pattern recognition, medical diagnosis support, fault detection) data is presented in form of database. The data is next transformed and processed. This work is concentrated on the development of semi-automatic data processing structures. Proposed approach is based on iterative decomposition of an initial problem. The main idea is to decompose initia!ly complex problems in order to obtain simplification simultaneously on structural level and processing level. Thus, the principal idea of present work is con nected to task decomposition techniques called "Divide to Conquer". A key point of our approach is the integration of Complexity Estimation techniques
5
Khoyratee, Farad. "Conception d’une plateforme modulable de réseau de neurones biomimétiques pour l’étude des maladies neurodégénératives". Thesis, Bordeaux, 2019. http://www.theses.fr/2019BORD0351.
Texto completo da fonteResumo:
Les neurosciences ont fait l’objet de nombreuses études et ont vu émerger de nouveaux domaines de recherche où la technologie et la biologie peuvent être utilisées en synergie dans le but de trouver des solutions pour comprendre et guérir les maladies neurologiques. Ces maladies affectent des millions de personnes à travers le monde. L’Organisation Mondiale de la Santé (OMS) prévoit une multiplication par 3 du nombre de malades dans les 30 ans à venir.Les progrès des neurosciences ont permis l’émergence de modèles décrivant la physiologie des neurones et aussi de méthodes d’implémentation matérielle de ces modèles. Parmi ces méthodes, les neuroprothèses sont des dispositifs permettant de rétablir certaines fonctions neuronales grâce à une communication avec le système nerveux. La méthodologie de leur conception implique l’étude du comportement des cellules et la création de plateformes biomimétiques interagissant en temps réel avec les cellules vivantes.Dans ces travaux de thèse, la réalisation du système biomimétique a été menée grâce à des composants numériques tels que les Field Programmable Gate Arrays (FPGA), ce qui permet de bénéficier de la flexibilité et de la rapidité de prototypage de ces technologies. La plateforme temps réel de réseaux de neurones biologiquement réalistes développée est paramétrable. Elle devient ainsi un outil neuro-computationnel permettant la réalisation d’expériences bio-hybrides pour l’étude du comportement du système nerveux et plus particulièrement des maladies neurodégénératives.Ces travaux se sont placés dans un contexte plus large. La bibliothèque d’opérateurs numériques sur FPGA développée pour la plateforme a été réutilisée pour l’étude des dynamiques semblables à celles des réseaux de neurones telles que la simulation de réseaux biochimiques ou la résolution de problèmes d’optimisation combinatoireNeuroscience has been the subject of many studies and has seen new fields of research emerge where technology and biology can be used to find solutions to understand and cure neurological diseases. These illness affect millions of people around the world. The World Health Organization (WHO) predicts a 3 fold increase in the number of patients in the next 30 years.Advances in neuroscience have led to the development of models describing the physiology of neurons and also methods of hardware implementation of these models. Among these methods, neuroprosthesis are devices for restoring certain neuronal functions through communication with the nervous system.This thesis work show that the realization of the biomimetic system was carried out thanks to digital components such as Field Programmable Gate Array (FPGA) which allows to benefit from the flexibility and speed of prototyping of these technologies. The real-time platform of biologically realistic neural networks developed is configurable. It becomes a neuro-computational tool allowing the realization of bio-hybrid experiments for the study of the behavior of the nervous system and more particularly of the neurodegenerative diseases.This work was placed in a larger context. The FPGA digital operator library developed for the platform has been reused for the study of dynamics similar to neural networks such as biochemical network simulation or combinatorial optimization problem solving
6
Marie-Françoise, Jean-Noël. "Contribution à la commande neuronale et à la gestion d'énergie d'un système hybride batterie-supercondensateurs : application aux transports terrestres". Besançon, 2004. http://www.theses.fr/2004BESA2030.
Texto completo da fonteResumo:
Ce mémoire de thèse est une contribution au problème de la commande et de la gestion d'énergie d'un système hybride batterie-supercondensateurs. Plus précisément, nous présenterons une étude et une réalisation d'une alimentation électrique associant un pack de supercondensateurs et une batterie pour des applications véhicules hybrides. Comme dans tous les dispositifs hybrides, l'association de plusieurs sources nécessite la présence de convertisseurs. Leur rôle est d'adapter les niveaux de tensions et de courants des sources vers la charge (bus continu 42V). Ce niveau de tension étant préconisé par les plus grands constructeurs automobiles. Il est évident, que les performances d'un tel dispositif dépendent en grande partie de la méthode de commande utilisée et de la stratégie pour la gestion d'énergie choisie. Pour ce faire, nous avons utilisé deux méthodes de commande qui sont d'une part, la régulation classique fondée sur un correcteur PID et d'autre part, les techniques basées sur les réseaux de neurones (RNA). L'objectif étant d'effectuer une comparaison entre les deux approches. Le premier chapitre est une présentation générale sur la théorie des réseaux de neurones artificiels (RNA). Dans une première partie nous donnerons les différentes définitions et propriétés des RNA. Dans une deuxième partie nous détaillerons des concepts fondamentaux de l'approche des réseaux de neurones, à savoir les règles d'apprentissage, l'algorithme de rétro propagation, l'identification et le contrôle par modèles connexionnistes. Le deuxième chapitre est une description des supercondensateurs. D'une part, nous présenterons les caractéristiques et les propriétés de cet élément de stockage d'énergie. D'autre part, nous proposerons des modèles de description obtenus à partir du logiciel Matlab/Simulink®. Une étude comparative entre des essais expérimentaux et des résultats de simulation a permis de valider les différents modèles. Il convient de préciser que l'un des modèles se caractérise par la prise en considération de la température. En effet, la prise en compte de la température est un facteur important lors de l'intégration des supercondensateurs dans un véhicule. Le troisième chapitre est consacré à la modélisation, la commande et la simulation du système hybride multi-source considérée. Dans la première partie, nous proposerons des modèles décrivant l'évolution des différents constituants. Dans la deuxième partie, nous présenterons des résultats de simulation obtenus à partir des différentes stratégies de commande utilisées. Par ailleurs, des comparaisons entre les deux approches choisies seront proposées d'une part, pour l'association batterie, convertisseur et bus continu et, d'autre part, pour l'ensemble du système multi-sources. Le quatrième chapitre traite des travaux expérimentaux du système multi-sources et des résultats obtenus. L'ensemble des essais a été réalisé sur un banc d'essai d'une puissance de 1 kW. Ce banc a été mis en oeuvre lors de ce travail de thèse. L'objectif est de valider les méthodes développées et les résultats obtenus en simulationThis thesis report is a contribution to the command and energy management of a hybrid system battery-ultracapacitors. More precisely, we will present a theoretical study and a realization of a power supply connecting a pack ultracapacitors to a battery, for hybrid vehicles applications. As in all the hybrid systems, the association between several sources needs static converters. They have to adapt the voltage and the current levels of the sources to the load (42V DC bus). This voltage level seems to be recommended by the largest car manufacturers. It is obvious, that the performances of such a device depend mainly on the command method used and also on the strategy for energy management. With this intention, we used two command methods which are for the first one, the classical regulation using PID corrector and for the second one, the techniques based on the artificial neural networks (ANN). The aim is to carry out a comparison between the two approaches
7
Al, Hajj Mohamad Rami. "Reconnaissance hors ligne de mots manuscrits cursifs par l'utilisation de systèmes hybrides et de techniques d'apprentissage automatique". Paris, ENST, 2007. http://www.theses.fr/2007ENST0020.
Texto completo da fonteResumo:
La reconnaissance automatique hors ligne des mots écrits permet d'améliorer l'interaction entre l'homme et la machine dans beaucoup d'applications notamment la bureautique et les tâches de traitement automatique de documents telles que le tri automatique du courrier, l'enregistrement et la vérification des chèques bancaires. La reconnaissance hors ligne des mots manuscrits cursifs, tels que ceux écrits en arabe, reste toujours un problème ouvert. Les difficultés inhérentes à la reconnaissance sont la normalisation de l'écriture, la segmentation des mots en éléments de base ainsi que la modélisation de ces éléments. Concevoir un système pour la reconnaissance automatique hors ligne des mots manuscrits est l'objectif des travaux de recherche de cette thèse. L'approche proposée est de type analytique, sans segmentation explicite des mots en ses caractères constituants, et est basée sur une modélisation stochastique de type MMC (Modèles de Markov Cachés). La méthode adoptée est à deux étapes : une étape de reconnaissance dans laquelle différents types de caractéristiques sont examinés, et une étape pour la combinaison des classifieurs en post-traitement dans laquelle différentes stratégies de combinaison sont appliquées. Les classifieurs combinés en post-traitement prennent en considération les inclinaisons, les positions erronées des marques diacritiques et les chevauchements pouvant exister dans l'écriture manuscrite. Le système de référence basé sur la méthode proposée a montré de trés bonnes performances à la compétition organisée à ICDAR 05, où des systèmes à l'état de l'art ont été comparés et examinés sur la base de référence IFN/ENITThe automatic offline recognition of handwritten words improves human-machine interaction. It is already used in many business office applications dealing with the automatic processing of documents such as automatic post sorting, and the verification and recognition of bank check amounts. The off line recognition of cursive handwritten words remains an open problem due to difficulties such as :handwriting normalization, word segmentation into compound components and the modeling of these components. The main objective of this thesis, is to propose, design, and implement a system for the automatic offline recognition of Arabic handwritten words. The proposed approach is analytical without explicit segmentation of words into compound characters, and it is based on the stochastic HMM approach (Hidden Markov models). The method is composed of two stages : a recognition stage based on different features, and a combination stage of three HMM-based classifiers. Each individual HMM classifier uses a sliding window with a specific inclination. Different combining strategies are tested, among them the Sum rule, the Majority Vote rule and the Borda Count rule. The best combination strategy consists of using a neural network-based combining classifier. The combination of these classifiers can better cope with the writing inclination, the erroneous positions of diacritical marks and points, and the overlapping of consecutive characters in handwritten words. The reference system based on the proposed method has shown best performance at the competition organized at ICDAR 2005, where a set of state-of art systems were compared and tested on the IFN/ENIT benchmark database
8
Rynkiewicz, Joseph. "Modèles hybrides intégrant des réseaux de neurones artificiels à des modèles de chaînes de Markov cachées : application à la prédiction de séries temporelles". Paris 1, 2000. http://www.theses.fr/2000PA010077.
Texto completo da fonteResumo:
L'objet de cette thèse est la modélisation et la prédiction de séries temporelles par l'utilisation jointe de perceptrons multicouches (MLP) et de chaînes de Markov cachées (HMM). Après un rappel de quelques résultats fondamentaux sur les MLP, nous discutons empiriquement d'une méthode d'estimation et d'initialisation des paramètres (poids) du MLP par recuit simulé. Puis, nous étudions l'estimation des paramètres d'un modèle autorégressif non-linéaire dans le cadre des séries multidimensionnelles. Nous montrons que la fonction de contraste à minimiser dans ce cas est le logarithme du déterminant de la matrice de covariance empirique, puisque cela correspond au maximum de vraisemblance pour un bruit gaussien. On montre que, sous de bonnes conditions de régularité du modèle et sans hypothèse de normalité du bruit, ce contraste a de bonnes propriétés statistiques et nous en déduisons, sous des hypothèses raisonnables, qu'un contraste pénalisé de type BIC est fortement consistant. Nous étudions ensuite les modèles HMM/MLP ou modèles autorégressifs à changements de régime markoviens. Après avoir montré le bon comportement de ce modèle sur une série de laboratoire (série laser), nous étudions les différentes façons d'estimer les paramètres de ces modèles à l'aide de l'estimateur du maximum de vraisemblance (EMV). Généralisant la méthode d'Elliott, nous proposons un algorithme E. M. Ne nécessitant qu'une récurrence avant et autorisant alors une implémentation en ligne, de l'algorithme. Puis, nous montrons qu'une approche plus directe, c'est-à-dire un calcul effectif de la dérivée de la log-vraisemblance donne un algorithme plus performant. Nous étudions alors les propriétés statistiques de l'EMY. Après avoir rappelé les conditions d'existence d'une solution stationnaire générée par ce modèle, nous démontrons la consistance, puis la normalité asymptotique de cet estimateur. Finalement nous utilisons ce modèle pour améliorer les prévisions du taux de pollution en niveau d'ozone dans l'air parisien.
9
Thépaut, André. "Contribution à l'étude des machines hybrides : application à la reconnaissance des chiffres manuscrits". Montpellier 2, 1995. http://www.theses.fr/1995MON20096.
Texto completo da fonteResumo:
Nous developpons tout d'abord les aspects biologiques des strategies cerebrales dans le cadre de la reconnaissance des formes. Puis, nous nous inspirons de l'architecture bilaterale du cerveau pour proposer un modele de reconnaissance base sur la cooperation de deux modules specialises. Cette technique du double codage (codage analytique et codage spatial), est appliquee a la reconnaissance des chiffres manuscrits. Nous discutons differentes strategies de cooperation, puis nous montrons comment la cooperation de deux modules independants mais complementaires, permet d'ameliorer les performances du classifieur. Nous presentons ensuite une plate-forme de developpement (materielle et logicielle) pour des reseaux connexionnistes de topologies diverses. La nouvelle architecture, baptisee armenx, est composee de transputers, de reseaux logiques reconfigurables et de processeurs de traitement de signal. La flexibilite de la machine autorise l'implantation d'applications tres diverses. Enfin nous montrons comment cette machine permet d'effectuer efficacement la reconnaissance des chiffres a l'aide du modele presente precedemment
10
Camargo-Pardo, Mauricio. "Estimation paramétrique des coûts des produits finis dans la filière textile-habillement". Valenciennes, 2004. http://ged.univ-valenciennes.fr/nuxeo/site/esupversions/fe756208-c237-4caf-a060-91109809c4ba.
Texto completo da fonteResumo:
Dans des filières à haut degré de diversité et de renouvellement des produits, il est très difficile d'établir des lois économiques permettant de prévoir avec précision le coût dès la phase de conception. Pourtant c'est à ce stade que sont définis 70 à 80% des coûts d'un produit, mais on dispose d'une information très limitée et souvent relative aux caractéristiques esthétiques ou fonctionnelles du produit. Il s'avère donc essentiel pour les concepteurs d'avoir un outil d'estimation adapté et flexible afin d'optimiser les décisions en conception et de minimiser le risque de rejet du produit. Nous avons retenu l'approche basée sur la méthode paramétrique des Formules d'Estimation des coûts (FEC). D'abord, nous définissons une méthodologie générale pour le développement des FEC spécifiques, en intégrant les contraintes lors de la conception d'un produit, puis nous avons expliqué les concepts des principales techniques pour le développement des FEC, comme les techniques de régression et celles issues du " soft computing ". En particulier nous avons développé un modèle Hybride Neuro-flou Simplifié permettant, une meilleure interprétation des interrelations entre variables notamment dans des systèmes complexes. En autre, un outil permettant de développer une FEC avec ces différentes techniques simultanément et de comparer plusieurs FEC en termes de précision, robustesse, pertinence et capacité d'adaptation, est proposé afin de soutenir le processus de conception. Il permet d'avoir un maximum de visibilité en simultané des diverses FEC candidates. Cette approche a été testée sur un exemple d'application, dans le domaine de l'impression textile pour développement d'une FEC spécifiqueIn supply chains with high degree of product diversity and renewal, there is very difficult to establish economical laws at the design stage, in order to accurately forecast product cost. Nevertheless at this early stage, product cost is defined by 70 to 80% but also, only scarce product information is available, related mainly to product aesthetical features or functionalities. In order to minimise the risk of product reject, it is important for designers to have a cost estimation tool, flexible and easy to adapt. We use the parametric approach in order to develop Cost Estimation Relationships (CER's). First, we define a general methodology and main concepts in order to develop CER's as regression and softcomputing techniques. In particular we developed a Simplified Hybrid Neuro-Fuzzy model, allowing better variables interpretation, mainly for complex systems. Also, we proposed a tool in order to develop a CER by using the described modelling techniques. The candidates CER's could be compared in terms of accuracy, robustness and relevance. This tool allows a maximum of information in order to choose the best CER. This approach has been tested on a particular case concerning the development of specific CER for a textile printing industry
11
Louis, Thomas. "Conventionnel ou bio-inspiré ? Stratégies d'optimisation de l'efficacité énergétique des réseaux de neurones pour environnements à ressources limitées". Electronic Thesis or Diss., Université Côte d'Azur, 2025. http://www.theses.fr/2025COAZ4001.
Texto completo da fonteResumo:
Intégrer des algorithmes d'intelligence artificielle (IA) directement dans des satellites présente de nombreux défis. Ces systèmes embarqués, fortement limités en consommation d'énergie et en empreinte mémoire, doivent également résister aux interférences. Cela nécessite systématiquement l'utilisation de systèmes sur puce (SoC) afin de combiner deux systèmes dits « hétérogènes » : un microcontrôleur polyvalent et un accélérateur de calcul économe en énergie (comme un FPGA ou un ASIC). Pour relever les défis liés au portage de telles architectures, cette thèse se concentre sur l'optimisation et le déploiement de réseaux de neurones sur des architectures embarquées hétérogènes, dans le but de trouver un compromis entre la consommation d'énergie et la performance de l'IA. Dans le chapitre 2 de cette thèse, une étude approfondie des techniques de compression récentes pour des réseaux de neurones formels (FNN) tels que les MLP ou CNN a tout d'abord été effectuée. Ces techniques, qui permettent de réduire la complexité calculatoire et l'empreinte mémoire de ces modèles, sont essentielles pour leur déploiement dans des environnements aux ressources limitées. Les réseaux de neurones impulsionnels (SNN) ont également été explorés. Ces réseaux bio-inspirés peuvent en effet offrir une plus grande efficacité énergétique par rapport aux FNN. Dans le chapitre 3, nous avons ainsi adapté et élaboré des méthodes de quantification innovantes afin de réduire le nombre de bits utilisés pour représenter les valeurs d'un réseau impulsionnel. Nous avons ainsi pu confronter la quantification des SNN et des FNN, afin d'en comparer et comprendre les pertes et gains respectifs. Néanmoins, réduire l'activité d'un SNN (e.g. le nombre d'impulsions générées lors de l'inférence) améliore directement l'efficacité énergétique des SNN. Dans ce but, nous avons exploité dans le chapitre 4 des techniques de distillation de connaissances et de régularisation. Ces méthodes permettent de réduire l'activité impulsionnelle du réseau tout en préservant son accuracy, ce qui garantit un fonctionnement efficace des SNN sur du matériel à ressources limitées. Dans la dernière partie de cette thèse, nous nous sommes intéressés à l'hybridation des SNN et FNN. Ces réseaux hybrides (HNN) visent à optimiser encore davantage l'efficacité énergétique tout en améliorant les performances. Nous avons également proposé des réseaux multi-timesteps innovants, qui traitent l'information à des latences différentes à travers les couches d'un même SNN. Les résultats expérimentaux montrent que cette approche permet une réduction de la consommation d'énergie globale tout en maintenant les performances sur un ensemble de tâches. Ce travail de thèse constitue une base pour déployer les futures applications des réseaux de neurones dans l'espace. Pour valider nos méthodes, nous fournissons une analyse comparative sur différents jeux de données publics (CIFAR-10, CIFAR-100, MNIST, Google Speech Commands) et sur un jeu de données privé pour la segmentation des nuages. Nos approches sont évaluées sur la base de métriques telles que l'accuracy, la consommation d'énergie ou l'activité du SNN. Ce travail de recherche ne se limite pas aux applications aérospatiales. Nous avons en effet mis en évidence le potentiel des SNN quantifiés, des réseaux de neurones hybrides et des réseaux multi-timesteps pour une variété de scénarios réels où l'efficacité énergétique est cruciale. Ce travail offre ainsi des perspectives intéressantes pour des domaines tels que les dispositifs IoT, les véhicules autonomes et d'autres systèmes nécessitant un déploiement efficace de l'IAIntegrating artificial intelligence (AI) algorithms directly into satellites presents numerous challenges. These embedded systems, which are heavily limited in energy consumption and memory footprint, must also withstand interference. This systematically requires the use of system-on-chip (SoC) solutions to combine two so-called “heterogeneous” systems: a versatile microcontroller and an energy-efficient computing accelerator (such as an FPGA or ASIC). To address the challenges related to deploying such architectures, this thesis focuses on optimizing and deploying neural networks on heterogeneous embedded architectures, aiming to balance energy consumption and AI performance.In Chapter 2 of this thesis, an in-depth study of recent compression techniques for feedforward neural networks (FNN) like MLPs or CNNs was conducted. These techniques, which reduce the computational complexity and memory footprint of these models, are essential for deployment in resource-constrained environments. Spiking neural networks (SNN) were also explored. These bio-inspired networks can indeed offer greater energy efficiency compared to FNNs.In Chapter 3, we adapted and developed innovative quantization methods to reduce the number of bits used to represent the values in a spiking network. This allowed us to compare the quantization of SNNs and FNNs, to understand and assess their respective trade-offs in terms of losses and gains. Reducing the activity of an SNN (e.g., the number of spikes generated during inference) directly improves the energy efficiency of SNNs. To this end, in Chapter 4, we leveraged knowledge distillation and regularization techniques. These methods reduce the spiking activity of the network while preserving its accuracy, ensuring effective operation of SNNs on resource-limited hardware.In the final part of this thesis, we explored the hybridization of SNNs and FNNs. These hybrid networks (HNN) aim to further optimize energy efficiency while enhancing performance. We also proposed innovative multi-timestep networks, which process information with different latencies across layers within the same SNN. Experimental results show that this approach enables a reduction in overall energy consumption while maintaining performance across a range of tasks.This thesis serves as a foundation for deploying future neural network applications in space. To validate our methods, we provide a comparative analysis on various public datasets (CIFAR-10, CIFAR-100, MNIST, Google Speech Commands) as well as on a private dataset for cloud segmentation. Our approaches are evaluated based on metrics such as accuracy, energy consumption, or SNN activity. This research extends beyond aerospace applications. We have demonstrated the potential of quantized SNNs, hybrid neural networks, and multi-timestep networks for a variety of real-world scenarios where energy efficiency is critical. This work offers promising prospects for fields such as IoT devices, autonomous vehicles, and other systems requiring efficient AI deployment
12
Merasli, Alexandre. "Reconstruction d’images TEP par des méthodes d’optimisation hybrides utilisant un réseau de neurones non supervisé et de l'information anatomique". Electronic Thesis or Diss., Nantes Université, 2024. http://www.theses.fr/2024NANU1003.
Texto completo da fonteResumo:
La TEP est une modalité d’imagerie fonctionnelle utilisée en oncologie permettant de réaliser une imagerie quantitative de la distribution d’un traceur radioactif injecté au patient. Les données brutes TEP présentent un niveau de bruit intrinsèquement élevé et une résolution spatiale modeste, en comparaison avec les modalités d’imagerie anatomiques telles que l’IRM et la TDM. Par ailleurs, les méthodes standards de reconstruction des images TEP à partir des données brutes introduisent du biais positif dans les régions de faible activité, en particulier dans le cas de faibles statistiques d'acquisition (données très bruitées). Dans ce travail, un nouvel algorithme de reconstruction, appelé DNA, a été développé. Par l'intermédiaire de l’algorithme ADMM, le DNA combine la récente méthode du Deep Image Prior (DIP) pour limiter la propagation du bruit et améliorer la résolution spatiale par l’apport d’informations anatomiques, et une méthode de réduction de biais développée pour l’imagerie TEP à faibles statistiques. En revanche, l’utilisation du DIP et d’ADMM requiert l’ajustement de nombreux hyperparamètres, souvent choisis manuellement. Une étude a été menée pour en optimiser certains de façon automatique, avec des méthodes pouvant être étendues à d’autres algorithmes. Enfin, l’utilisation d’informations anatomiques, notamment avec le DIP, permet d’améliorer la qualité des images TEP mais peut générer des artéfacts lorsque les informations des modalités ne concordent pas spatialement. C’est le cas notamment lorsque les tumeurs présentent des contours anatomiques et fonctionnels différents. Deux méthodes ont été développées pour éliminer ces artéfacts tout en préservant au mieux les informations utiles apportées par l’imagerie anatomiquePET is a functional imaging modality used in oncology to obtain a quantitative image of the distribution of a radiotracer injected into a patient. The raw PET data are characterized by a high level of noise and modest spatial resolution, compared to anatomical imaging modalities such as MRI or CT. In addition, standard methods for image reconstruction from the PET raw data introduce a positive bias in low activity regions, especially when dealing with low statistics acquisitions (highly noisy data). In this work, a new reconstruction algorithm, called DNA, has been developed. Using the ADMM algorithm, DNA combines the recently proposed Deep Image Prior (DIP) method to limit noise propagation and improve spatial resolution by using anatomical information, and a bias reduction method developed for low statistics PET imaging. However, the use of DIP and ADMM algorithms requires the tuning of many hyperparameters, which are often selected manually. A study has been carried out to tune some of them automatically, using methods that could benefit other algorithms. Finally, the use of anatomical information, especially with DIP, allows an improvement of the PET image quality, but can generate artifacts when information from one modality does not spatially match with the other. This is particularly the case when tumors have different anatomical and functional contours. Two methods have been developed to remove these artifacts while trying to preserve the useful information provided by the anatomical modality
13
Farcot, Etienne. "Etude d'une classe d'équations différentielles affines par morceaux modélisant des réseaux de régulation biologique". Phd thesis, Grenoble INPG, 2005. http://tel.archives-ouvertes.fr/tel-00010463.
Texto completo da fonteResumo:
Cette thèse aborde une classe de modèles de la dynamique de réseaux d'interaction biologique, en particulier génétique, définis comme systèmes d'équations différentielles affines par morceaux. Les morceaux en question sont des pavés d'un espace euclidien, dont la dimension est le nombre d'éléments en interaction dans le réseau. Chaque coordonnée représente le niveau d'activité d'un des éléments. La thèse se décompose en trois parties. Premièrement, après une brève introduction biologique, les modèles mathématiques les plus connus sont présentés. Les modèles affines par morceaux sont décrits de manière détaillée, et certains liens avec des modèles purement discrets, ainsi qu'avec des modèles différentiables incluant des sigmoïdes, sont précisés. Un récapitulatif détaillé de la littérature sur le sujet est fourni. Dans une deuxième partie, des résultats théoriques sont présentés. L'analyse des orbites périodiques, développée dans la littérature pour des systèmes linéaires par morceaux, est étendue au cas affine par morceaux. Ensuite, un point de vue géométrique et combinatoire est porté sur la dynamique locale, au niveau des pavés décrits plus haut. Les conséquences globales de cette analyse locale sont décrites en termes de dynamique symbolique. Il est montré en particulier que l'entropie topologique des systèmes affines par morceaux est strictement inférieure à celle de modèles purement discrets, pour une large classe de systèmes. La troisième partie concerne l'analyse numérique des systèmes étudiés. Après une présentation des algorithmes implémentés, un jeu de données de simulations en dimension 4 est analysé, ainsi qu'un exemple plus spécifique en dimension 3.
14
Le, Franc Yann. "Traitement de l'information sensorielle et nociceptive par le réseau de la corne dorsale de la moelle épinière". Phd thesis, Université Victor Segalen - Bordeaux II, 2004. http://tel.archives-ouvertes.fr/tel-00548761.
Texto completo da fonteResumo:
Premier relais des informations sensorielles et nociceptives périphériques, la moelle épinière est le siège de traitements dynamiques complexes. L'objectif de ce travail est de caractériser la transformation subie par le signal (sa fonction de transfert) et de quantifier l'impact des différents paramètres du réseau. Pour cela, nous avons utilisé une approche multidisciplinaire mêlant théorie et expérimentation au travers du développement d'une nouvelle plateforme d'expérimentation hybride, basée sur le logiciel NEURON. Nous avons construit un modèle réaliste du réseau de la corne dorsale et développé des outils théoriques de quantification du signal et de sa transformation, provenant de la théorie de l'information. Nous avons pu ainsi pu mettre en évidence l'importance des propriétés régénératives cellulaires ainsi que du contrôle inhibiteur sur le transfert de l'information nociceptive. Nous aboutissons ainsi à une approche novatrice de pharmacologie virtuelle pour l'étude de la douleur.
15
Déchelle-Marquet, Marie. "Deep learning based physical-statistics modeling of ocean dynamics". Electronic Thesis or Diss., Sorbonne université, 2023. https://theses.hal.science/tel-04166816.
Texto completo da fonteResumo:
La modélisation des phénomènes dynamiques en géophysique repose sur une compréhension de la physique sous-jacente, décrite sous la forme d'EDP, et sur leur résolution par des modèles numériques. Le nombre croissant d'observations de systèmes physiques, l'essor récent de l'apprentissage profond et l'énorme puissance de calcul requise par les solveurs numériques, qui entrave la résolution des modèles existants, suggèrent que l'avenir des modèles physiques pourrait être orienté données. Mais pour cela, l'apprentissage profond doit relever plusieurs défis, tels que l'interprétabilité et la cohérence physique des modèles, qui sont encore largement sous-estimés par la communauté de l'apprentissage profond. Dans cette thèse, nous étudions la prédiction de la température de surface de la mer (SST) à l'aide de modèles hybrides, combinant un modèle physique et un modèle orienté données (un réseau de neurones). Assurer la plausibilité physique des modèles hybrides nécessite de bien poser leur apprentissage : sinon, la grande versatilité des réseaux neuronaux peut conduire la partie orientée données à contourner le modèle physique. Notre étude est divisée en deux parties : une étude théorique sur les modèles hybrides et une confrontation pratique de notre modèle à des simulations de données réelles. Tout d'abord, nous proposons un nouveau cadre générique d'apprentissage bien posé basé sur l'optimisation d'une borne supérieure de l'erreur de prédiction. Deuxièmement, nous étudions des observations océaniques réelles de la SST et des champs de vitesse du courant Gulf Stream dans l'Atlantique Nord (à partir du modèle NATL60). Cette application met en évidence les défis posés par la confrontation de l'apprentissage automatique de phénomènes physiques à la complexité de la physique du monde réelThe modeling of dynamical phenomena in geophysics and climate is based on a deep understanding of the underlying physics, described in the form of PDEs, and on their resolution by numerical models. The ever-increasing number of observations of physical systems, the recent rise of deep learning and the huge computational power required by numerical solvers, which hinders the resolution of existing models, suggest that the future of physical models could be data-driven. But for this prognosis to come true, deep learning must tackle several challenges, such as the interpretability and physical consistency of deep models, still largely under-addressed by the deep learning community.In this thesis, we address both challenges: we study the prediction of sea surface temperature (SST) using hybrid models combining a data-driven and a physical model. Ensuring the physical plausibility of hybrid models necessitates well-posing their learning: otherwise, the high versatility of neural networks may lead the data-driven part to bypass the physical part.Our study is divided into two parts: a theoretical study on hybrid models, and a practical confrontation of our model on simulations of real data. First, we propose a new generic well- posed learning framework based on the optimization of an upper-bound of a prediction error. Second, we study real-like ocean observations of SST and velocity fields from the Gulf Stream current in the North Atlantic (from the NATL60 model). This application highlights the challenges raised by confronting physics aware learning to the complexity of real-world physics. It also raises issues such as model generalization, which we discuss as a possible perspective
16
Avrin, Guillaume. "Modélisation du contrôle moteur humain lors de tâches rythmiques hybrides et application à la commande de robots anthropomorphes". Thesis, Université Paris-Saclay (ComUE), 2017. http://www.theses.fr/2017SACLS334.
Texto completo da fonteResumo:
La recherche portant sur l'identification des principes neurobiologiques qui sous-tendent le contrôle moteur humain est actuellement très active. Les mouvements humains ont en effet un niveau de robustesse et de dextérité encore inégalé dans la réalisation robotique de tâches complexes. L'objectif est donc de mieux comprendre l'origine de cette performance et de la reproduire en robotique bio-inspirée. Il a déjà été démontré que des réseaux spinaux rythmiques sont présents dans la moelle épinière des vertébrés. Ils constituent des systèmes dynamiques non-linéaires composés de neurones en inhibition réciproque et seraient à l’origine de la génération des mouvements rythmiques comme la locomotion et la respiration. Les attracteurs de ces systèmes dynamiques seraient modulés de manière continue ou intermittente par des signaux sensoriels et des signaux descendant du cortex moteur, de manière à adapter le comportement de l’agent à la dynamique de l’environnement.La présente étude émet l'hypothèse que des informations visuelles sont également couplées aux réseaux spinaux rythmiques et que ces couplages sont responsables des synchronisations temporelles et spatiales observées lors de la réalisation de tâches visuomotrices rythmiques. Cette proposition est confrontée à des résultats expérimentaux de frappe cyclique de balle, un benchmark bien connu des neuroscientifiques et des dynamiciens en raison de ses propriétés dynamiques intrinsèques. Il rend possible à la fois l’étude de la génération de mouvements rythmiques par des réseaux spinaux, la synchronisation temporelle avec l’environnement, la correction en-ligne des erreurs spatiales et l’interception de projectiles balistiques.Cette thèse propose ainsi un modèle comportemental mathématique innovant reposant sur un modèle d’oscillateur neuronal dont l’attracteur, qui définit les trajectoires de la raquette, est modulé en ligne par les perceptions visuelles de la trajectoire de la balle. La pertinence du modèle est validée par comparaison aux données expérimentales et aux modèles précédemment proposés dans la littérature. La robustesse de cette stratégie de contrôle est également quantifiée par une analyse de stabilité asymptotique du système hybride défini par le couplage entre le système neuro-musculo-squelettique et la balle. Le correcteur bio-inspiré proposé dans cette thèse réunit de manière harmonieuse un contrôle prospectif de la synchronisation balle-raquette, un contrôle paramétrique intermittent dimensionnant le mouvement et un contrôle émergeant du cycle-limite du système couplé. Il reproduit efficacement les modulations des actions motrices et les performances des humains durant la tâche de frappe cyclique de balle, y compris en présence de perturbations, et ce sans avoir recours à une planification du mouvement ou à des représentations internes explicites de l’environnement. Les résultats de cette étude conduisent à l’affirmation réaliste que les mouvements humains sont directement structurés par l’information sensorielle disponible et par des stratégies correctives en-ligne, en accord avec la théorie des dynamiques comportementales. Cette architecture de contrôle pourrait offrir de nombreux avantages aux robots humanoïdes qui en seraient munis, en assurant stabilité et économie d’énergie, par l’intermédiaire de lois de commande de faible complexité et peu gourmandes en ressources computationnellesThe identification of the neurbiological principles underlying human motor control is a very active reseach topic. Indeed, human movement has a level of robustness and dexterity still unmatched by robots. The objective is therefore to better understand the origin of this efficiency to replicate these performances in robotics. It has been shown that spinal rhythm generators, known as Central Pattern Generators (CPG), are responsible for the generation of rhythmic movements such as locomotion and respiration in vertebrates. These CPG constitute dynamic nonlinear systems modulated by sensory signals and descending signals from the cortex to adapt the behavior to the changing environment.The present study hypothesizes that visual information is also coupled to the CPG and that these couplings are responsible for the temporal and spatial synchronization observed during rhythmic visuomotor tasks. This assumption is confronted with experimental results from human participants performing ball bouncing, a well-known benchmark in neuroscience and robotics for its intrinsic dynamic properties. This task allows for the investigation of rhythmic movement generation by spinal networks, the temporal synchronization with the environment, the on-line correction of spatial errors and the interception of ballistic projectiles.This thesis proposes an innovative mathematical behavioral model based on a neuronal oscillator whose attractor, which defines the paddle trajectories, is modulated on-line by the visual perception of the ball trajectory. The relevance of the model is validated by comparison with experimental data and models previously proposed in the literature. The robustness of this control strategy is quantified by an asymptotic stability analysis. The bio-inspired controller presented in this thesis harmoniously combines a prospective control of the ball-paddle synchronization, an intermittent parametric control that scales the movement and a control emerging from the coupled system limit cycle. It efficiently reproduces the human modulation in motor action and performance during ball bouncing, without relying on movement planning or explicit internal representation of the environment. The results of this study lead to the realistic assumption that much part of the human behavior during ball bouncing is directly structured by sensory information and on-line error correction processes, in agreement with the behavioral dynamics theory. This control architecture holds promise for the control of humanoid robots as it is able to ensure stability and energy saving through control laws of reduced complexity and computational cost
17
Patiño, Diego. "Pilotage des cycles limites dans les systèmes dynamiques hybrides : application aux alimentations électriques statiques". Electronic Thesis or Diss., Vandoeuvre-les-Nancy, INPL, 2009. http://www.theses.fr/2009INPL013N.
Texto completo da fonteResumo:
Cette thèse s'intéresse au pilotage des cycles limites pour une classe particulière de systèmes hybrides (SDH): les systèmes commutés cycliques. La thématique des SDH est née du constat d'insuffisance des modèles dynamiques classiques pour décrire les comportements lorsque des aspects évènementiels interviennent. Une classe particulièrement importante de SDH est formée par celle qui présente un régime permanent cyclique. Ces systèmes ont des points de fonctionnement non auto-maintenables: il n'existe pas de commande qui maintienne le système sur ce point. Le maintien n'est assuré qu'en valeur moyenne, en effectuant un cycle dans un voisinage du point par commutation des sous systèmes. L'établissement d'une loi de commutation pour cette classe de systèmes doit répondre aux objectifs de stabilité et de performance dynamique, mais doit également garantir la satisfaction de critères liés à la forme d'onde. A l'heure actuelle, peu de méthodes de commande prennent en compte le caractère cyclique du système. Les travaux de cette thèse ont pour objectif de développer des méthodes génériques et robustes pour piloter cette classe de systèmes. Les algorithmes proposés doivent également pouvoir être implémenté en temps réels. On modélise le système comme un système non - linéaire affine en la commande dont la loi de commande apparait dans le modèle. Ce type de modélisation permet d'envisager deux types de synthèse: l'une à base de commande prédictive et l'autre à base de commande optimale. Ce travail est validé par une partie applicative sur des manipulations dans le CRAN et dans des laboratoires du réseau d'excellence européenne HYCON dans le cadre duquel s'est déroulé cette étudeThis work deals with limit cycle control for one particular class of hybrid dynamical systems (HDS): The cyclic switched systems. The HDS were born because the traditional dynamical models were not able to describe complex behaviors and most of all, behaviors with discontinuities. From an application point of view, one important class of HDS depicts a cyclic behavior in steady state. The main characteristic of these systems is that the operation point cannot be maintained: It does not exist a control that maintains the system on a desired operation point. However, this point can be obtained in average by turning into its neighborhood. Thus, a cycle is produced by switching among the system modes. A switched control law must satisfy stability and dynamic performance. Moreover, criteria related to the waveform must be verified. Nowadays, few methods take into account the cyclic behavior of the system. In this research, some generic methods are studied. They show good performance for controlling the cyclic switched systems. The proposed algorithms can be implemented in real-time. The approaches are based on an affine non-linear model of the system whose control explicitly appears. Two control methods are considered: i) A predictive control, ii) An optimal control. Since the predictive control is a good choice for tracking, it will be able to maintain the system in a cycle. The optimal control yields solutions that can be applied to the transients. Some experiments with both control methods applied to the power converters are shown. These tests were carried out not only in our laboratory (CRAN), but also in other laboratories as part of the HYCON excellence network
18
Valentin, Nicolas. "Construction d'un capteur logiciel pour le contrôle automatique du procédé de coagulation en traitement d'eau potable". Compiègne, 2000. http://www.theses.fr/2000COMP1314.
Texto completo da fonteResumo:
L'établissement de modèles du comportement des systèmes est un problème incontournable en automatique. D'importants efforts dans le développement de méthodes de contrôle et de surveillance automatique ont été effectués durant ces dernières années. Le présent travail s'inscrit dans ce courant de recherche, en proposant une nouvelle approche pour l'automatisation du dosage de coagulant en traitement d'eau potable. L'objectif des traiteurs d'eau est la production d'une eau potable de qualité irréprochable à un faible coût. La coagulation est l'une des étapes les plus importantes dans le traitement des eaux de surface. Le contrôle de cette opération est essentiel pour la maîtrise de la qualité de l'eau traitée en sortie (turbidité), pour le contrôle du coagulant résiduel en sortie et la diminution des coûts de fonctionnement (coût des produits chimiques et opération de maintenance). Cette thèse aborde le problème de la prédiction en ligne de la dose optimale de coagulant dans une usine de traitement d'eau potable en fonction des caractéristiques de l'eau brute (conductivité, turbidité, pH, etc. ) à l'aide d'un modèle basé sur les réseaux de neurones artificiels (RNA). Le procédé de coagulation met en jeu de nombreux phénomènes physiques et chimiques complexes qu'il est difficile modéliser en utilisant des méthodes de modélisation traditionnelles. Il a été démontré, expérimentalement, que la quantité de coagulant assurant une efficacité optimale du procédé de coagulation n'est pas linéairement corrélée avec les paramètres de qualité de l'eau brute telles que la turbidité, la conductivité, le pH, la température, etc. Le capteur logiciel développé est un système hybride comprenant une carte auto-organisatrice de Kohonen (SOM) pour la validation et la reconstruction des données, et un perceptron multicouches (MLP) pour la modélisation du procédé de coagulation. L'intérêt principal du système réside dans sa capacité à prendre en compte diverses sources d'incertitude, telles que des données d'entrées atypiques, des erreurs de mesure et la taille limitée de l'ensemble d'apprentissage. Des résultats expérimentaux sont présentés et montrent l'efficacité de cette approche.
19
Mellouk, Abdelhamid. "Un système neuro- prédictif pour la reconnaissance automatique de la parole continue". Paris 11, 1994. http://www.theses.fr/1994PA112476.
Texto completo da fonteResumo:
Cette thèse décrit le développement d'un système hybride pour le décodage acoustico- phonétique basé sur la coopération entre réseaux de neurones et programmation dynamique. La première partie est consacrée aux approches et techniques courantes les plus intéressantes pour la reconnaissance automatique de la parole, elle développe principalement la programmation dynamique, les modèles de Markov cachés et les réseaux connexionnistes. Nous présentons ensuite dans une deuxième partie notre modèle. Un état de l'art du domaine nous permet de le situer parmi l'ensemble des systèmes hybrides qui ont été récemment développés. Notre système met en oeuvre un ensemble de réseaux prédictifs pour capturer la dynamique du signal de parole. Ces réseaux permettent de modéliser des phonèmes et fournissent des scores à un module de programmation dynamique chargé de réaliser la segmentation. L'apprentissage est réalisé de façon itérative par des algorithmes de gradient stochastique. Nous développons une interprétation statistique du système qui permet d'établir les liens avec des approches markoviennes. Nous présentons des versions successives du système qui permettent de tester différentes hypothèses sur l'ensemble des composants: ordre et type de prédiction, discrimination. Pour cette dernière. Nous proposons et testons plusieurs critères locaux au niveau des trames et globaux au niveau phonétique et développons les liens avec d'autres approches discriminantes développées en parole. Les différentes versions du système ont été testées sur une base de données internationale qui nous a servi d'étalon, la base Timit. Le système final incorpore des modèles prédictifs avec un contexte gauche-droit et une discrimination réalisant un bon compromis efficacité- coût, ses performances en décodage le placent au niveau de l'état de l'art des systèmes actuels
20
Dutto, Rémy. "Méthode à deux niveaux et préconditionnement géométrique en contrôle optimal. Application au problème de répartition de couple des véhicules hybrides électriques". Electronic Thesis or Diss., Université de Toulouse (2023-....), 2024. http://www.theses.fr/2024TLSEP088.
Texto completo da fonteResumo:
Motivé par le problème industriel de répartition de couple dans les véhicules hybrides électriques, ce travail propose principalement deux nouvelles méthodes de résolution indirectes de problèmes de commande optimale. La première est la méthode Macro-Micro qui est basée sur une décomposition à deux niveaux du problème de commande optimale, faisant intervenir les fonctions valeur de Bellman de manière explicite à des temps préalablement fixés. Ces fonctions sont connues pour être assez difficile à construire. L’idée principale est d’approcher ces fonctions valeur par des réseaux de neurones, ce qui mène à une résolution hiérarchique d’un problème d’optimisation en dimension faible et d’un ensemble de problèmes de commande optimale définis sur des intervalles de temps plus courts. La seconde est une méthode de préconditionnement géométrique qui permet une résolution plus efficace du problème de commande optimale. Cette méthode, basée sur l’interprétation géométrique du co-état et sur la transformée de Mathieu, utilise un changement de variable linéaire à partir de la simple transformation d’une ellipse en cercle. Ces deux méthodes, bien que présentées séparément, peuvent être combinées et mènent à une résolution plus rapide, robuste et légère du problème de répartition de couple, permettant ainsi que de s’approcher des critères d’embarquabilitésMotivated by the torque split and gear shift industrial problem of hybrid electric vehicles, this work mainly proposes two new indirect optimal control problem methods. The first one is the Macro-Micro method, which is based on a bilevel decomposition of the optimal control problem and uses Bellman’s value functions at fixed times. These functions are known to be difficult to create. The main idea of this method is to approximate these functions by neural networks, which leads to a hierarchical resolution of a low dimensional optimization problem and a set of independent optimal control problems defined on smaller time intervals. The second one is a geometric preconditioning method, which allows a more efficient resolution of the optimal control problem. This method is based on a geometrical interpretation of the Pontryagin’s co-state and on the Mathieu transformation, and uses a linear diffeomorphism which transforms an ellipse into a circle. These two methods, presented separately, can be combined and lead together to a fast, robust and light resolution for the torque split and gear shift optimal control problem, closer to the embedded requirements
21
Yonaba, Harouna. "Modélisation hydrologique hybride : réseau de neurones - modèle conceptuel". Thesis, Université Laval, 2009. http://www.theses.ulaval.ca/2009/26583/26583.pdf.
Texto completo da fonte
22
Malek, Maria. "Un modèle hybride de mémoire pour le raisonnement à partir de cas". Université Joseph Fourier (Grenoble), 1996. http://www.theses.fr/1996GRE10186.
Texto completo da fonteResumo:
Nous étudions dans cette thèse les notions liées à la mémoire dans les systèmes de raisonnement à partir de cas (RàPC) et dans les réseaux neuronaux à base de prototypes. Nous détaillons les différents modèles de mémoire proposés dans la littérature des systèmes utilisant le RàPC et nous analysons les avantages ainsi que les inconvénients posés par ces modèles. Cette analyse nous conduit à étudier également les approches connexionnistes pour la modélisation de la mémoire et plus particuliérement des réseaux de neurones à base de prototypes. A partir de l'étude et de l'analyse de plusieurs modèles de réseaux neuronaux à base d'exemples ou de prototypes, plusieurs avantages seront notés en terme d'efficacité de remémoration et de simplicité de mémorisation par rapport aux modèles classiques. Néanmoins, ces approches souffrent de certains inconvénients qui sont liés aux problèmes de l'oubli et aux cas frontières et atypiques. L'ensemble de ces études nous améneront à proposer un modèle hybride de mémoire appelé ProBIS intégrant un réseau de neurones à base de prototypes et un modèle de mémoire classique. ProBIS permet de combiner les avantages de ses deux composants. Les cas sont organisés en deux niveaux de hiérarchie. Le haut niveau est constitué des prototypes créés par le réseau. Le bas niveau est une mémoire plate partitionnée en plusieurs groupes. ProBIS constitue un moyen efficace qui permet d'organiser la mémoire afin de garantir un apprentissage simple et incrémental, une remémoration efficace et un traitement des cas atypiques et frontières. ProBIS est évalué et comparé avec d'autres modèles de mémoire sur une application médicale réelle concernant le domaine des comas toxiques.
23
Ambroise, Matthieu. "Hybridation des réseaux de neurones : de la conception du réseau à l’interopérabilité des systèmes neuromorphiques". Thesis, Bordeaux, 2015. http://www.theses.fr/2015BORD0394/document.
Texto completo da fonteResumo:
L’hybridation est une technique qui consiste à interconnecter un réseau de neurones biologique et un réseau de neurones artificiel, utilisée dans la recherche en neuroscience et à des fins thérapeutiques. Durant ces trois années de doctorat, ce travail de thèse s’est focalisé sur l’hybridation dans un plan rapproché (communication directe bi-directionnelle entre l’artificiel et le vivant) et dans un plan plus élargies (interopérabilité des systèmes neuromorphiques). Au début des années 2000, cette technique a permis de connecter un système neuromorphique analogique avec le vivant. Ce travail est dans un premier temps, centré autour de la conception d’un réseau de neurones numérique, en vue d’hybridation, dans deux projets multi-disciplinaires en cours dans l’équipe AS2N de l’IMS, présentés dans ce document : HYRENE (ANR 2010-Blan-031601), ayant pour but le développement d’un système hybride de restauration de l’activité motrice dans le cas d’une lésion de la moelle épinière, BRAINBOW (European project FP7-ICT-2011-C), ayant pour objectif l’élaboration de neuro-prothèses innovantes capables de restaurer la communication autour de lésions cérébrales.Possédant une architecture configurable, un réseau de neurones numérique a été réalisé pour ces deux projets. Pour le premier projet, le réseau de neurones artificiel permet d’émuler l’activitéde CPGs (Central Pattern Generator), à l’origine de la locomotion dans le règne animale. Cette activité permet de déclencher une série de stimulations dans la moelle épinière lésée in vitro et de recréer ainsi la locomotion précédemment perdue. Dans le second projet, la topologie du réseau de neurones sera issue de l’analyse et le décryptage des signaux biologiques issues de groupes de neurones cultivés sur des électrodes, ainsi que de modélisations et simulations réalisées par nos partenaires. Le réseau de neurones sera alors capable de réparer le réseau de neurones lésé. Ces travaux de thèse présentent la démarche de conception des deux différents réseaux et des résultats préliminaires obtenus au sein des deux projets. Dans un second temps, ces travaux élargissent l’hybridation à l’interopérabilité des systèmes neuromorphiques. Au travers d’un protocole de communication utilisant Ethernet, il est possible d’interconnecter des réseaux de neurones électroniques, informatiques et biologiques. Dans un futur proche, il permettra d’augmenter la complexité et la taille des réseauxHYBRID experiments allow to connect a biological neural network with an artificial one,used in neuroscience research and therapeutic purposes. During these three yearsof PhD, this thesis focused on hybridization in a close-up view (bi-diretionnal direct communication between the artificial and the living) and in a broader view (interoperability ofneuromorphic systems). In the early 2000s, an analog neuromorphic system has been connected to a biological neural network. This work is firstly, about the design of a digital neural network, for hybrid experimentsin two multi-disciplinary projects underway in AS2N team of IMS presented in this document : HYRENE (ANR 2010-Blan-031601), aiming the development of a hybrid system for therestoration of motor activity in the case of a spinal cord lesion,BRAINBOW (European project FP7-ICT-2011-C), aiming the development of innovativeneuro-prostheses that can restore communication around cortical lesions. Having a configurable architecture, a digital neural network was designed for these twoprojects. For the first project, the artificial neural network emulates the activity of CPGs (Central Pattern Generator), causing the locomotion in the animal kingdom. This activity will trigger aseries of stimuli in the injured spinal cord textit in vitro and recreating locomotion previously lost. In the second project, the neural network topology will be determined by the analysis anddecryption of biological signals from groups of neurons grown on electrodes, as well as modeling and simulations performed by our partners. The neural network will be able to repair the injuredneural network. This work show the two different networks design approach and preliminary results obtained in the two projects.Secondly, this work hybridization to extend the interoperability of neuromorphic systems. Through a communication protocol using Ethernet, it is possible to interconnect electronic neuralnetworks, computer and biological. In the near future, it will increase the complexity and size of networks
24
Fock, Éric. "Modélisation hybride en physique du bâtiment : proposition d'outils d'optimisation des paramètres neuronaux : application à la modélisation des systèmes de traitement d'air". La Réunion, 2004. http://elgebar.univ-reunion.fr/login?url=http://thesesenligne.univ.run/04_22_Fock.pdf.
Texto completo da fonteResumo:
L'approvisionnement en électricité à La Réunion constitue une préoccupation majeure en raison des moyens de production limités. Ainsi afin de mieux contrôler les dépenses énergétiques, EDF mène des actions de maîtrise de la demande en électricité. Dans cette optique, les outils de simulation thermique du bâtiment permettent d'envisager une réponse architecturale alternative à la climatisation. Leur mise en oeuvre nécessite toutefois des méthodes de modélisation performantes. Dans ce travail, l'accent est mis sur l'apport de la modélisation neuronale classique et hybride en physique du bâtiment. D'une apparente simplicité, cette méthode nécessite néanmoins une délicate paramétrisation de l'architecture du réseau. Des outils originaux de sélection des entrées et d'optimisation du nombre de neurones cachés sont proposés. L'approche neuronale ainsi maîtrisée est appliquée à la modélisation des systèmes de traitement d'air et validée dans le cadre de la procédure internationale HVAC BESTESTThe electricity demand side management at Reunion island is still of growing interest because of the limited power supply. Thus, the french electricity utility leads action in order to reduce consumption. According, the tools for simulation of the thermal behavior of the building make it possible to consider an alternative architectural response to air-conditioning. Their implementation requires however powerful methods of modelling. The aim of this work is the contribution of neural networks for black box and hybrid mode in building physics. Behind an apparent simplicity, one can see that neural networks requires nevertheless a fine setup of the network architecture. Original tools for variable selection and node pruning are proposed. The tuned neuronal approach is applied to the modelling of split system and is validated within the framework of the international procedure IEA HVAC BESTEST
25
Saadia, Nadia. "Contribution à la commande hybride force-position des robots compliants selon une approche neuronale". Paris 12, 1997. http://www.theses.fr/1997PA120080.
Texto completo da fonteResumo:
Le travail presente dans ce memoire porte sur l'approche methodologique de developpement et de mise en oeuvre de commande en force et position pour des systemes robotises. Cette approche trouve son importance dans le cas des systemes complexes tels que ceux rencontres pour la realisation de taches d'assemblage. Apres une presentation de la problematique generale du controle en effort et celle de l'assemblage en particulier, nous proposons une premiere approche pour traiter globalement le probleme de l'adaptation du comportement du robot a differentes classes de taches et aux conditions reelles d'exploitation dans lesquelles les parametres de la tache peuvent etre sujets a des variations. Les elements necessaires a la comprehension et a la justification de l'approche connexionniste pour l'identification et la commande du systeme robot-environnement sont ensuite presentes. Pour illustrer cette approche, nous formalisons d'abord le probleme de la commande d'une tache d'insertion 3d en specifiant les contraintes que la commande doit satisfaire. Nous proposons ensuite deux structures de commande de type effort externe : la premiere utilise la technique de retropropagation a travers un modele de reference, la seconde utilise la technique d'apprentissage par renforcement. Pour completer l'etude precedente, nous presentons une etude de la stabilite locale des deux structures proposees, basee sur la methode de lyapunov. Une analyse comparative des deux structures du point de vue de la stabilite nous a conduit a retenir la structure a apprentissage par renforcement pour realiser l'adaptation du controleur neuronal. Cette commande a ete testee et evaluee sur un robot parallele a liaisons c5 pour realiser des insertions de pieces diverses selon differentes tolerances et vitesses. Les resultats obtenus sont presentes et analyses pour prouver l'efficacite de l'approche.
26
Wacquant, Sylvie. "Contribution à l'étude d'un modèle de réseaux d'automates corticaux : principes & outils logiciels". Rouen, 1993. http://www.theses.fr/1993ROUES063.
Texto completo da fonteResumo:
La transposition des problèmes-jouets de laboratoire aux applications industrielles a montré les limites de l'emploi d'un modèle connexionniste isolé comme solution polyvalente. En dépit de résultats plus convaincants, l'intégration de ces modèles dans des systèmes de pré- ou post-traitements, élaborés avec les outils des sciences de l'ingénieur, s'avère encore insuffisante. Dans ce contexte, l'emploi de solutions hybrides, au sein même des architectures neuronales, semble plus fructueux. La gestion de systèmes multi-réseaux pose cependant des difficultés liées à la compatibilité structurelle, à l'harmonisation des fonctions, à la mise en place de coopérations, etc. Cette thèse propose les fondements d'une structure d'accueil permettant la création de telles architectures. Elle se place dans la continuité de travaux basés sur un modèle d'inspiration neurobiologique du cortex cérébral et situés entre les approches bas niveaux et cognitivistes. Après avoir montré l'intérêt d'une meilleure prise en compte de la compréhension du vivant pour la réalisation de dispositifs artificiels, elle décrit un cadre formel associant un certain nombre de concepts (hiérarchie, connectivité, plasticité,. . . ) Susceptibles de conduire à l'élaboration incrémentale de réseaux complexes. L'exposé se poursuit par la présentation d'outils informatiques flexibles, adaptés à l'étude du modèle cortical ainsi qu'à son enseignement et facilitant la conception de ces méta-systèmes. Quelques exemples illustrent ensuite les attraits pluridisciplinaires de ces outils et mettent en évidence les gains apportés aux temps de développement. Enfin, la dernière partie de cette thèse soulève le problème de l'accélération des simulations et considère des solutions à court ou moyen terme, permettant la réalisation d'applications temps réel
27
Poisson, Émilie. "Architecture et apprentissage d'un système hybride neuro-markovien pour la reconnaissance de l'écriture manuscrite en-ligne". Nantes, 2005. http://www.theses.fr/2005NANT2082.
Texto completo da fonteResumo:
Les travaux présentés dans le cadre de cette thèse portent sur l'étude, la conception, le développement et le test d'un système de reconnaissance de mots manuscrits non contraints en-ligne pour une application omni-scripteurs. Le système proposé repose sur une architecture hybride neuro-markovienne comportant d'une part, un réseau de neurones à convolution (TDNN et/ou SDNN), et d'autre part des modèles de Markov à états cachés (MMC). Le réseau de neurones a une vision globale et travaille au niveau caractère, tandis que le MMC s'appuie sur une description plus locale et permet le passage du caractère au niveau mot. Nous avons d'abord étudié le système de reconnaissance au niveau caractère isolé (digits, majuscules, minuscules) et optimisé les architectures des réseaux en termes de performances et de taille. La seconde partie du travail a porté sur le passage au niveau mot. Ici, l'effort a consisté avant tout à la définition d'un schéma d'apprentissage global au niveau mot qui permet d'assurer la convergence globale du système, en définissant une fonction d'objectif qui mixe des critères basés modèle générateur (typiquement par maximum de vraisemblance) et des critères discriminants (de type maximum d'information mutuelle). Les différentes résultats présentés (sur les bases MNIST, IRONOFF, UNIPEN) montrent l'influence des principaux paramètres du système, soit en termes de topologie, de sources d'information, de modèles d'apprentissage (nombre d'états, pondération des critères, durée)This thesis deals with the study, the conception, the development and the test of an online unconstrained handwriting word recognition system for an omni-writer application. The proposed system is based on a hybrid architecture including on the one hand, a neural convolutional network (TDNN and/or SDNN), and on the other hand Hidden Markov Models (HMM). The neural network has a global vision and works at the character level, while the HMM works on a more local description and allows the extension from the character level to the word level. The system was first dedicated for processing isolated characters (digits, lowercase letters, uppercase letters). This architecture has been optimized in terms of performances and size. The second part of this work concerns the extension to the word level. In this case, we have defined a global training scheme directly at the word level. It allows to insure the global convergence of the system. It relies on an objective function that combines two main criteria: one based on generative models (typically by maximum likelihood estimation) and the second one based on discriminant criteria (maximum mutual information). Several results are presented on MNIST, IRONOFF and UNIPEN databases. They show the influence of the main parameters of the system, either in terms of topologies, information sources, and training models (number of states, criteria weighting, duration)
28
Chane, Kuang Sang Laurent. "Stratégie de contrôle hybride d'un magnétron verrouillé par injection pour un Transport d'Énergie Sans Fil par onde hyperfréquence". La Réunion, 2002. http://tel.archives-ouvertes.fr/tel-00464105/fr/.
Texto completo da fonteResumo:
Présenté initialement à l'agence spatiale américaine par P. Glaser comme une source potentielle d'énergie alternative renouvelable et propre, le projet de Centrales Solaires Orbitales est basé sur le concept de Transport d'Energie Sans Fil (TESF). Le principe consiste à collecter directement dans l'espace l'énergie solaire, puis à la transmettre vers une base de réception terrestre, via un faisceau hyperfréquence. Dans le cadre des actions menées dans le domaine du TESF au niveau terrestre, une solution technologique permettant de répondre au cahier des charges imposé au système d'émission a retenu notre attention : mettre en oeuvre un réseau d'antenne phasé alimenté par des magnétrons de moyenne puissance. Dans cette optique, ce travail de recherche présente une approche originale du contrôle des grandeurs de sortie d'un magnétron opérant en situation de verrouillage par injection. Afin de prendre en compte le comportement non linéaire du magnétron, une stratégie de contrôle hybride a été mise en oeuvre pour le contrôle de la fréquence et de l'amplitude d'un magnétron de moyenne puissance (2. 45 GHz) verrouillé par injection et débitant sur une charge fixe. L'aspect hybride est constitué par l'association d'un algorithme de Contrôle Direct Inverse impliquant un réseau de neurones non linéaires modélisant la fonction de transfert inverse du magnétron, avec un correcteur linéaire en boucle fermée de type PID. Le développement d'un dispositif de caractérisation expérimentale d'un magnétron verrouillé par injection a permis de collecter des bases de mesures nécessaires à un apprentissage supervisé et généralisé pour l'identification du contrôleur neuronal. Les meilleures performances en terme de conduite du magnétron ont été obtenues avec une boucle de contrôle effectuant une permutation dynamique entre le correcteur neuronal non linéaire et le correcteur linéaire PID tout en assurant une stabilité de la phase sur l'ensemble de la bande de verrouillageWith the aim to put forward an alternative renewable and large-scale energy source to Mankind P. Glaser presented the project of Solar Power Satellite to the american spatial agency. This scheme consists in collecting directly in space the solar energy before being targeted on a terrestrial reception base by means of a focused microwave beam. This principle is founded on the concept of Wireless Power Transportation (WP1). To complete this project successfully, a preliminary "earthwork" strategy is adopted by the international researchers community, before upgrading to a spatial project. In terrestrial point-to-point WPT systems prototypes or proposals, one of the preferred microwave power projection system consists in a phased array antenna supplied by individual mid-power range microwave sources : magnetron. To be efficiently coupled to projecting systems and to allow electronic steering and beam-forming, magnetrons have to be synchronised to a reference frequency and controlled in phase and amplitude. For this purpose, this research wQrk presents a new approach of the control of the output parameters of an injection /ocked magnetron. Ln order to take into account the non linear behaviour of this microwave tube, an hybrid control strategy was designed to control the amplitude and frequency of a magnetron in fixed-load operations. This control algorithm involves a non linear artificial neural network modelling the plant inversion mapping, in combination with a classical linear PID feedback controller. Supervised and Generalized learning with experimental databases collected from a magnetron measurement bench developed in our laboratory was adopted to identify the neural controller. A dynamical - control architecture, which switches either on a non linear control loop or a classical linear PID feedback loop, allows to drive the frequency and amplitude of the magnetron, while its phase remains steady, all over the injection locking bandwith
29
Donà, Jérémie. "Statistical learning of physical dynamics". Electronic Thesis or Diss., Sorbonne université, 2022. http://www.theses.fr/2022SORUS166.
Texto completo da fonteResumo:
La modélisation de processus naturels repose souvent sur une description physique qui prescrit les changements dans l'état du système. L'utilisation de connaissances spécifiques relatives au système permet la traduction de principes physiques en modèles, ensuite validés par des données expérimentales. Fort de succès dans de nombreux domaines comme la classification d'images, l'apprentissage profond est devenu un outil puissant pour la modélisation de processus physiques. Toutefois, l'apprentissage statistique de processus physiques uniquement guidée par les données souffre de plusieurs limites comme l'instabilité lors de l'apprentissage et les capacités de généralisation réduites. Un objectif de ce travail réside dans la construction d'outils permettant la prédiction de systèmes physiques. En particulier, nous étudions les phénomènes spatio-temporels obéissant à une équation différentielle et nous concentrons sur l'incorporation de connaissances a priori dans les algorithmes d'apprentissage. Ainsi nous étudions les systèmes hybrides physiques-statistiques pour la modélisation de processus physiques. Après avoir identifier les problèmes liés à l'apprentissage de dynamiques hybrides nous proposons un cadre et des contraintes adaptés afin d'améliorer l'interprétabilité et la performance des algorithmes appris. A l'inverse, les systèmes dynamiques ont fourni de nombreux outils pour améliorer les modèles statistiques. Toutefois, les réseaux de neurones restent qualifiés de "boîte-noire" car non interprétables. Ainsi, nous tenterons d'ouvrir la boîte noire et de proposer des architectures de réseaux de neurones plus interprétables et aux capacités de généralisation accruesThe modeling of natural processes relies on a physical description that prescribes the changes in the state of the studied system. The use of domain specific knowledge about the system allows the translation of physical principles into models, which are then validated by experimental data. With its successes in many domain like image classification, deep learning has become a powerful tool for the modeling of physical processes, thanks to the significant increase in the amount of data available from sensors. Statistical learning of physical processes by a sole data-driven approach suffers from several limitations such as interpretation difficulties, stability during training and reduced generalization capabilities. The objective of this work is to provide tools in order to perform data-driven learning of physical processes. In particular, we study spatio-temporal phenomena which dynamics obey a differential equation and focus on incorporating domain and physical knowledge in learning algorithms. This leads us to study hybrid physical-statistical systems for the modeling of physical processes. We will identify the problems related to the learning of hybrid dynamics and propose a framework including constraints adapted to deep networks to improve the interpretability and the performance of the learned algorithms. Conversely, dynamical systems have provided numerous tools to improve statistical models. However, neural networks remain qualified as "black boxes" because they are not interpretable. Thus, we will attempt to open the black box and propose more interpretable neural network architectures with increased generalization performances for the modeling of spatio-temporal systems
30
Yin, Yuan. "Physics-Aware Deep Learning and Dynamical Systems : Hybrid Modeling and Generalization". Electronic Thesis or Diss., Sorbonne université, 2023. http://www.theses.fr/2023SORUS161.
Texto completo da fonteResumo:
L'apprentissage profond a fait des progrès dans divers domaines et est devenu un outil prometteur pour modéliser les phénomènes dynamiques physiques présentant des relations hautement non linéaires. Cependant, les approches existantes sont limitées dans leur capacité à faire des prédictions physiquement fiables en raison du manque de connaissances préalables et à gérer les scénarios du monde réel où les données proviennent de dynamiques multiples ou sont irrégulièrement distribuées dans le temps et l'espace. Cette thèse vise à surmonter ces limitations dans les directions suivantes: améliorer la modélisation de la dynamique basée sur les réseaux neuronaux en exploitant des modèles physiques grâce à la modélisation hybride ; étendre le pouvoir de généralisation des modèles de dynamique en apprenant les similitudes à partir de données de différentes dynamiques pour extrapoler vers des systèmes invisibles ; et gérer les données de forme libre et prédire continuellement les phénomènes dans le temps et l'espace grâce à la modélisation continue. Nous soulignons la polyvalence des techniques d'apprentissage profond, et les directions proposées montrent des promesses pour améliorer leur précision et leur puissance de généralisation, ouvrant la voie à des recherches futures dans de nouvelles applicationsDeep learning has made significant progress in various fields and has emerged as a promising tool for modeling physical dynamical phenomena that exhibit highly nonlinear relationships. However, existing approaches are limited in their ability to make physically sound predictions due to the lack of prior knowledge and to handle real-world scenarios where data comes from multiple dynamics or is irregularly distributed in time and space. This thesis aims to overcome these limitations in the following directions: improving neural network-based dynamics modeling by leveraging physical models through hybrid modeling; extending the generalization power of dynamics models by learning commonalities from data of different dynamics to extrapolate to unseen systems; and handling free-form data and continuously predicting phenomena in time and space through continuous modeling. We highlight the versatility of deep learning techniques, and the proposed directions show promise for improving their accuracy and generalization power, paving the way for future research in new applications
31
Orsier, Bruno. "Etude et application de systèmes hybrides neurosymboliques". Phd thesis, Université Joseph Fourier (Grenoble), 1995. http://tel.archives-ouvertes.fr/tel-00005057.
Texto completo da fonteResumo:
Depuis environ cinq ans, les systèmes hybrides neurosymboliques (SHNS) combinent réseaux de neurones artificiels et systèmes symboliques (systèmes à base de connaissances), dans le but de profiter de leurs points forts respectifs. Nous présentons une taxonomie des nombreux SHNS existants, selon deux points de vue, le degré de couplage (faible, étroit, fort) et le type d'interactions (pré/post-traitement, sous-traitance, coopération, méta-traitement). La taxonomie comprend aussi deux approches moins hybrides de l'intégration des caractéristiques des réseaux de neurones et des systèmes symboliques, l'approche purement neuronale et celle fondée sur des traductions. Nous étudions ensuite un SHNS existant, SYNHESYS, et examinons ses possibilités d'application en micro-électronique et en géographie alpine. Puis nous proposons une nouvelle architecture hybride, NESSY3L, et son application au pilotage réactif d'un robot mobile. L'architecture comporte trois niveaux coopérants, neuronal pur, neurosymbolique, symbolique pur, et a été intégrée dans le simulateur de robot MOLUSC. Cette architecture offre des perspectives intéressantes pour les SHNS, dont la prise en compte du temps, le développement de mécanismes inter-niveaux et l'évolution vers un couplage fort, l'utilisation d'idées provenant des autres approches de l'intégration neurosymbolique.
32
Saïghi, Sylvain. "Circuits et systèmes de modélisation analogique de réseaux de neurones biologiques : application au développement d'outils pour les neurosciences computationnelles". Phd thesis, Université Sciences et Technologies - Bordeaux I, 2004. http://tel.archives-ouvertes.fr/tel-00326005.
Texto completo da fonteResumo:
Ce sujet de recherche a pour principaux objectifs la réalisation d'une bibliothèque de fonctions électroniques analogiques intégrées réalisant les opérations mathématiques présentes dans les modèles des canaux ioniques des neurones et l'évaluation des éléments de cette même bibliothèque. Ce travail se poursuit par la conception d'un système démonstrateur basé sur un circuit intégré analogique neuromimétique utilisant la bibliothèque d'opérateurs pour que ce même circuit intégré puisse être utilisé dans de nouvelles expériences mettant en oeuvre la technique hybride. En fonction des performances du circuit, il a été aussi étudié la faisabilité de son utilisation pour le développement d'un outil d'extraction des paramètres d'une cellule nerveuse, voire même d'un mini-réseau composé de moins d'une dizaine de neurones, par la technique d'optimisation.
33
Frad, M'hamed. "Etude et mise en oeuvre d'un système d'interaction adaptatif pour les applications de réalité virtuelle". Thesis, Université Paris-Saclay (ComUE), 2016. http://www.theses.fr/2016SACLE053.
Texto completo da fonteResumo:
Dans les dernières décennies, la réalité virtuelle a connu un essor fulgurant dans de nombreuses disciplines. Elle permet via des paradigmes d’interaction et d’immersion de plonger l’utilisateur au cœur d’un environnement artificiel crée numériquement. Ces paradigmes s’appuient sur l’utilisation des interfaces sensori-motrices bien spécifiques qui permettent à l’utilisateur d’interagir et accomplir des tâches particulières dans l’environnement virtuel. Néanmoins, des nombreux problèmes, d’origine technologique, sont souvent présents et peuvent pénaliser la qualité de l’interaction ainsi que le degré d’immersion de l’utilisateur dans l’environnement virtuel.L’objectif de cette thèse est de proposer une procédure complète visant à guider l’utilisateur à calibrer une interface sensori-motrice spécifique et par conséquent tenter de pallier à certains défauts technologiques. L’originalité de la thèse réside dans l’utilisation d’une approche qui combine deux domaines de recherche qui ne s’associent que très rarement : celui du traitement de données et celui de la réalité virtuelle. Cette approche servira de cadre théorique et technique pour la conception d’une procédure de calibration complète permettant de garantir une interaction continue et précise dans l’environnement virtuel.Afin de contrebalancer les défauts et limites techniques, le travail a été conduit sur plusieurs fronts : acquisition, traitement de données et validation. La première phase est marquée par l’utilisation d’un protocole innovant dans la mesure où il repose sur les techniques de réalité virtuelle pour récolter les données de calibration. Dans la deuxième phase, deux techniques de calibration ont été proposées pour améliorer la précision absolue de l’interface de réalité virtuelle. Les deux techniques se distinguent par leurs qualités d’approximateurs universels ainsi que par leurs capacités à estimer les sorties du système concerné à partir des entrées sans connaître à priori son modèle mathématique. Dans la dernière phase, deux prototypes d’applications de réalité virtuelle ont été développées pour s’assurer de la pertinence de notre approcheOver last decades, virtual reality has been widely used in many disciplines. It is able to plunge the user at the heart of an artificial environment created digitally through interaction and immersion paradigms. These paradigms are based on the use of very specific interfaces that help user to interact and performspecific tasks in the virtual environment. Nevertheless, many technical problems are often present and may penalize the quality of that interaction and may break user immersion in the virtual environment.The goal of this thesis is to build a comprehensive procedure to guide the user to calibrate a virtual reality interface and therefore attempt to overcome some technological shortcomings. The originality of the thesis is the use of an approach that combines two areas of research that will combine very rarely, that of data processing and the virtual reality. This approach will provide theoretical and technical framework for the design of a comprehensive calibration procedure to ensure continuous and precise interaction in the virtual environment.To overcome problems described above, the work was conducted on several fronts :data acquisition, processing and validation. The first step is by the use of a new protocol insofar as it is based on virtual reality techniques to collect calibration data. In second step, two calibration methods have been proposed to improve the absolute accuracy of the virtual reality interface. Both methods are universal approximators as well as their ability to estimate the outputs of the involved system from inputs even the model of the system being calibrated remains unknown. In the last step, two virtual reality applications prototypes were developed in order to assess the relevance of our approach
34
Haykal, Vanessa. "Modélisation des séries temporelles par apprentissage profond". Thesis, Tours, 2019. http://www.theses.fr/2019TOUR4019.
Texto completo da fonteResumo:
La prévision des séries temporelles est un problème qui est traité depuis de nombreuses années. Dans cette thèse, on s’est intéressé aux méthodes issues de l’apprentissage profond. Il est bien connu que si les relations entre les données sont temporelles, il est difficile de les analyser et de les prévoir avec précision en raison des tendances non linéaires et du bruit présent, spécifiquement pour les séries financières et électriques. A partir de ce contexte, nous proposons une nouvelle architecture de réduction de bruit qui modélise des séries d’erreurs récursives pour améliorer les prévisions. L’apprentissage hybride fusionne simultanément un réseau de neurones convolutifs (CNN) et un réseau récurrent à mémoire long et court termes (LSTM). Ce modèle se distingue par sa capacité à capturer globalement différentes propriétés telles que les caractéristiques locales du signal, d’apprendre les dépendances non linéaires à long terme et de s’adapter également à une résistance élevée au bruit. La seconde contribution concerne les limitations des approches globales en raison des changements de régimes dynamiques dans le signal. Nous présentons donc une modification locale non-supervisée de notre architecture précédente afin d’ajuster les résultats en pilotant le modèle par un modèle de Markov caché (HMM). Enfin, on s’est également intéressé aux techniques de multi-résolutions pour améliorer les performances des couches convolutives, notamment par la méthode de décomposition en mode variationnel (VMD)Time series prediction is a problem that has been addressed for many years. In this thesis, we have been interested in methods resulting from deep learning. It is well known that if the relationships between the data are temporal, it is difficult to analyze and predict accurately due to non-linear trends and the existence of noise specifically in the financial and electrical series. From this context, we propose a new hybrid noise reduction architecture that models the recursive error series to improve predictions. The learning process fusessimultaneouslyaconvolutionalneuralnetwork(CNN)andarecurrentlongshort-term memory network (LSTM). This model is distinguished by its ability to capture globally a variety of hybrid properties, where it is able to extract local signal features, to learn long-term and non-linear dependencies, and to have a high noise resistance. The second contribution concerns the limitations of the global approaches because of the dynamic switching regimes in the signal. We present a local unsupervised modification with our previous architecture in order to adjust the results by adapting the Hidden Markov Model (HMM). Finally, we were also interested in multi-resolution techniques to improve the performance of the convolutional layers, notably by using the variational mode decomposition method (VMD)
35
Benatia, Mohamed Amin. "Optimisation multi-objectives d’une infrastructure réseau dédiée aux bâtiments intelligents". Thesis, Rouen, INSA, 2016. http://www.theses.fr/2016ISAM0024/document.
Texto completo da fonteResumo:
Au cours de cette thèse, nous avons étudié le problème de déploiement des Réseaux de Capteurs Sans-Fil (RCSF) pour des applications indoor tel que le bâtiment intelligent. Le but de notre travail était de développer un outil de déploiement capable d'assister les concepteurs de RCSF lors de la phase de déploiement de ces derniers. Nous avons commencé cette thèse par la modélisation de tous les paramètres qui interviennent lors du déploiement des RCSF, à savoir : coût, connectivité, couverture et durée de vie. Par la suite, nous avons implémenté cinq algorithmes d'optimisation, dont trois multi-objectifs afin de résoudre le problème de déploiement. Deux cas d'études réelles (grande et petite instance) ont été identifiés afin de tester ces algorithmes. Les résultats obtenus ont montré que ces algorithmes sont efficaces quand il s'agit d'un petit bâtiment (petit espace). Par contre, dès que la surface du bâtiment augmente les performances des algorithmes étudiés se dégradent. Pour répondre à cela, nous avons développé et implémenté un algorithme d'optimisation multi-objectifs hybride. Cet algorithme se base sur des notions de clustering et d'analyse de données afin de limiter le nombre d'évaluations directes qu'entreprennent ces méthodes pendant chaque itération. Afin d'assurer cette limitation d'évaluation les fonctions de fitness sont approximées grâce aux réseaux de neurones et l'algorithme de classification K-means. Les résultats obtenus ont montré une très bonne performance sur les deux instances de tailles différentes. Ces résultats ont été comparés à ceux obtenus avec les méthodes classiques utilisées et sont compétitives et prometteusesIn this thesis, we studied the Wireless Sensor Network deployment for indoor environments with a focus on smart building application. The goal of our work was to develop a WSN deployment tool which is able to assist network designers in the deployment phase. We begin this thesis with network modeling of all the deployment parameters and requirement, such as : cost, coverage, connectivity and network lifetime. Thereafter, we implement five optimisation methods, including three multi-objective optimization agorithms, to resolve WSN deployment problem. Then, two realistics study cases were identified to test the performances of the aforementioned algorithms. The obtained results shows that these algorithms are very efficient for deploying a small scale network in small buildings. However, when the building surface becomes more important the algorithms tends to converge to local optimum while consuming high processing time. To resolve this problem, we develop and implement a new Hybrid multi-objectif optimization algorithm wich limits the number of direct evaluation. This algorithm is based on data-mining methods (Artificial Neural Networks and K-means) and tries to approximate the fitness value of each individual in each generation. At every generation of the algorithm, the population is divided to K clusters and we evaluate only the closest individual to cluster centroide. The fitness value of the rest of population is approximated using a trained ANN. A comparative study was made and the obtained results show that our method outperformes others in the two sudy cases (small and big buildings)
36
Ramachandra, Rao Sanjay Kamath. "Question Answering with Hybrid Data and Models". Thesis, université Paris-Saclay, 2020. http://www.theses.fr/2020UPASS024.
Texto completo da fonteResumo:
La recherche de réponses à des questions relève de deux disciplines : le traitement du langage naturel et la recherche d’information. L’émergence de l’apprentissage profond dans plusieurs domaines de recherche tels que la vision par ordinateur, le traitement du langage naturel etc. a conduit à l’émergence de modèles de bout en bout. Les travaux actuels de l’état de l’art en question-réponse (QR) visent à mettre en oeuvre de tels modèles. Dans le cadre du projet GoASQ, l’objectif est d’étudier, comparer et combiner différentes approches pour répondre à des questions formulées en langage naturel sur des données textuelles, en domaine ouvert et en domaine biomédical. Ce travail se concentre principalement sur 1) la construction de modèles permettant de traiter des ensembles de données à petite et à grande échelle, et 2) l’exploitation de connaissances sémantiques pour répondre aux questions par leur intégration dans les différents modèles. Nous visons à fusionner des connaissances issues de textes libres, d’ontologies, de représentations d’entités, etc. Afin de faciliter l’utilisation des modèles neuronaux sur des données de domaine de spécialité, nous nous plaçons dans le cadre de l’adaptation de domaine. Nous avons proposé deux modèles de tâches de QR différents, évalués sur la tâche BIOASQ de réponse à des questions biomédicales. Nous montrons par nos résultats expérimentaux que le modèle de QR ouvert convient mieux qu’une modélisation de type Compréhension machine. Nous pré-entrainons le modèle de Compréhension machine, qui sert de base à notre modèle, sur différents ensembles de données pour montrer la variabilité des performances. Nous constatons que l’utilisation d’un ensemble de données particulier pour le pré-entraînement donne les meilleurs résultats lors du test et qu’une combinaison de quatre jeux de données donne les meilleurs résultats lors de l’adaptation au domaine biomédical. Nous avons testé des modèles de langage à grande échelle, comme BERT, qui sont adaptés à la tâche de réponse aux questions. Les performances varient en fonction du type des données utilisées pour pré-entrainer BERT. Ainsi, le modèle de langue appris sur des données biomédicales, BIOBERT, constitue le meilleur choix pour le QR biomédical. Les modèles d’apprentissage profond visent à fonctionner de bout en bout. Les informations sémantiques provenant de sources de connaissances construites par des experts n’y sont généralement pas introduites. Nous avons annoté manuellement et automatiquement un jeu de données par les variantes des réponses de BIOASQ et montré l’importance d’apprendre un modèle de QR avec ces variantes. Ces types sont ensuite utilisés pour mettre en évidence les entités dans les jeux de données, ce qui montre des améliorations sur l’état de l’art. Par ailleurs l’exploitation de représentations vectorielles d’entités dans les modèles se montre positif pour le domaine ouvert. Nous faisons l’hypothèse que les résultats obtenus à partir de modèles d’apprentissage profond peuvent être encore améliorés en utilisant des traits sémantiques et des traits collectifs calculés à partir des différents paragraphes sélectionnés pour répondre à une question. Nous utilisons des modèles de classification binaires pour améliorer la prédiction de la réponse parmi les K candidats à l’aide de ces caractéristiques, conduisant à un modèle hybride qui surpasse les résultats de l’état de l’art. Enfin, nous avons évalué des modèles de QR ouvert sur des ensembles de données construits pour les tâches de Compréhension machine et Sélection de phrases. Nous montrons la différence de performance lorsque la tâche à résoudre est une tâche de QR ouverte et soulignons le fossé important qu’il reste à franchir dans la construction de modèles de bout en bout pour la tâche complète de réponse aux questionsQuestion Answering is a discipline which lies in between natural language processing and information retrieval domains. Emergence of deep learning approaches in several fields of research such as computer vision, natural language processing, speech recognition etc. has led to the rise of end-to-end models.In the context of GoASQ project, we investigate, compare and combine different approaches for answering questions formulated in natural language over textual data on open domain and biomedical domain data. The thesis work mainly focuses on 1) Building models for small scale and large scale datasets, and 2) Leveraging structured and semantic information into question answering models. Hybrid data in our research context is fusion of knowledge from free text, ontologies, entity information etc. applied towards free text question answering.The current state-of-the-art models for question answering use deep learning based models. In order to facilitate using them on small scale datasets on closed domain data, we propose to use domain adaptation. We model the BIOASQ biomedical question answering task dataset into two different QA task models and show how the Open Domain Question Answering task suits better than the Reading Comprehension task by comparing experimental results. We pre-train the Reading Comprehension model with different datasets to show the variability in performance when these models are adapted to biomedical domain. We find that using one particular dataset (SQUAD v2.0 dataset) for pre-training performs the best on single dataset pre-training and a combination of four Reading Comprehension datasets performed the best towards the biomedical domain adaptation. We perform some of the above experiments using large scale pre-trained language models like BERT which are fine-tuned to the question answering task. The performance varies based on the type of data used to pre-train BERT. For BERT pre-training on the language modelling task, we find the biomedical data trained BIOBERT to be the best choice for biomedical QA.Since deep learning models tend to function in an end-to-end fashion, semantic and structured information coming from expert annotated information sources are not explicitly used. We highlight the necessity for using Lexical and Expected Answer Types in open domain and biomedical domain question answering by performing several verification experiments. These types are used to highlight entities in two QA tasks which shows improvements while using entity embeddings based on the answer type annotations. We manually annotated an answer variant dataset for BIOASQ and show the importance of learning a QA model with answer variants present in the paragraphs.Our hypothesis is that the results obtained from deep learning models can further be improved using semantic features and collective features from different paragraphs for a question. We propose to use ranking models based on binary classification methods to better rank Top-1 prediction among Top-K predictions using these features, leading to an hybrid model that outperforms state-of-art-results on several datasets. We experiment with several overall Open Domain Question Answering models on QA sub-task datasets built for Reading Comprehension and Answer Sentence Selection tasks. We show the difference in performance when these are modelled as overall QA task and highlight the wide gap in building end-to-end models for overall question answering task
37
Chane, Kuang Sang Laurent. "Stratégie de contrôle hybride d'un magnétron verrouillé par injection pour un Transport d'Energie Sans Fil par onde hyperfréquence". Phd thesis, Université de la Réunion, 2002. http://tel.archives-ouvertes.fr/tel-00464105.
Texto completo da fonteResumo:
Présenté initialement à l'agence spatiale américaine par P. Glaser comme une source potentielle d'énergie alternative renouvelable et propre, le projet de Centrales Solaires Orbitales est basé sur le concept de Transport d'Energie Sans Fil (TESF). Le principe consiste à collecter directement dans l'espace l'énergie solaire, puis à la transmettre vers une base de réception terrestre, via un faisceau hyperfréquence. Dans le cadre des actions menées dans le domaine du TESF au niveau terrestre, une solution technologique permettant de répondre au cahier des charges imposé au système d'émission a retenu notre attention : mettre en oeuvre un réseau d'antenne phasé alimenté par des magnétrons de moyenne puissance. Dans cette optique, ce travail de recherche présente une approche originale du contrôle des grandeurs de sortie d'un magnétron opérant en situation de verrouillage par injection. Afin de prendre en compte le comportement non linéaire du magnétron, une stratégie de contrôle hybride a été mise en oeuvre pour le contrôle de la fréquence et de l'amplitude d'un magnétron de moyenne puissance (2.45 GHz) verrouillé par injection et débitant sur une charge fixe. L'aspect hybride est constitué par l'association d'un algorithme de Contrôle Direct Inverse impliquant un réseau de neurones non linéaires modélisant la fonction de transfert inverse du magnétron, avec un correcteur linéaire en boucle fermée de type PID. Le développement d'un dispositif de caractérisation expérimentale d'un magnétron verrouillé par injection a permis de collecter des bases de mesures nécessaires à un apprentissage supervisé et généralisé pour l'identification du contrôleur neuronal. Les meilleures performances en terme de conduite du magnétron ont été obtenues avec une boucle de contrôle effectuant une permutation dynamique entre le correcteur neuronal non linéaire et le correcteur linéaire PID tout en assurant une stabilité de la phase sur l'ensemble de la bande de verrouillage
38
Rojas, Castro Dalia Marcela. "The RHIZOME architecture : a hybrid neurobehavioral control architecture for autonomous vision-based indoor robot navigation". Thesis, La Rochelle, 2017. http://www.theses.fr/2017LAROS001/document.
Texto completo da fonteResumo:
Les travaux décrits dans cette thèse apportent une contribution au problème de la navigation autonome de robots mobiles dans un contexte de vision indoor. Il s’agit de chercher à concilier les avantages des différents paradigmes d’architecture de contrôle et des stratégies de navigation. Ainsi, nous proposons l’architecture RHIZOME (Robotic Hybrid Indoor-Zone Operational ModulE) : une architecture unique de contrôle robotique mettant en synergie ces différentes approches en s’appuyant sur un système neuronal. Les interactions du robot avec son environnement ainsi que les multiples connexions neuronales permettent à l’ensemble du système de s’adapter aux conditions de navigation. L’architecture RHIZOME proposée combine les avantages des approches comportementales (e.g. rapidité de réaction face à des problèmes imprévus dans un contexte d’environnement dynamique), et ceux des approches délibératives qui tirent profit d’une connaissance a priori de l’environnement. Cependant, cette connaissance est uniquement exploitée pour corroborer les informations perçues visuellement avec celles embarquées. Elle est représentée par une séquence de symboles artificiels de navigation guidant le robot vers sa destination finale. Cette séquence est présentée au robot soit sous la forme d’une liste de paramètres, soit sous la forme d’un plan. Dans ce dernier cas, le robot doit extraire lui-même la séquence de symboles à suivre grâce à une chaine de traitements d’images. Ainsi, afin de prendre la bonne décision lors de sa navigation, le robot traite l’ensemble de l’information perçue, la compare en temps réel avec l’information a priori apportée ou extraite, et réagit en conséquence. Lorsque certains symboles de navigation ne sont plus présents dans l’environnement de navigation, l’architecture RHIZOME construit de nouveaux lieux de référence à partir des panoramas extraits de ces lieux. Ainsi, le robot, lors de phases exploratoires, peut s’appuyer sur ces nouvelles informations pour atteindre sa destination finale, et surmonter des situations imprévues. Nous avons mis en place notre architecture sur le robot humanoïde NAO. Les résultats expérimentaux obtenus lors d’une navigation indoor, dans des scenarios à la fois déterministes et stochastiques, montrent la faisabilité et la robustesse de cette approche unifiéeThe work described in this dissertation is a contribution to the problem of autonomous indoor vision-based mobile robot navigation, which is still a vast ongoing research topic. It addresses it by trying to conciliate all differences found among the state-of-the-art control architecture paradigms and navigation strategies. Hence, the author proposes the RHIZOME architecture (Robotic Hybrid Indoor-Zone Operational ModulE) : a unique robotic control architecture capable of creating a synergy of different approaches by merging them into a neural system. The interactions of the robot with its environment and the multiple neural connections allow the whole system to adapt to navigation conditions. The RHIZOME architecture preserves all the advantages of behavior-based architectures such as rapid responses to unforeseen problems in dynamic environments while combining it with the a priori knowledge of the world used indeliberative architectures. However, this knowledge is used to only corroborate the dynamic visual perception information and embedded knowledge, instead of directly controlling the actions of the robot as most hybrid architectures do. The information is represented by a sequence of artificial navigation signs leading to the final destination that are expected to be found in the navigation path. Such sequence is provided to the robot either by means of a program command or by enabling it to extract itself the sequence from a floor plan. This latter implies the execution of a floor plan analysis process. Consequently, in order to take the right decision during navigation, the robot processes both set of information, compares them in real time and reacts accordingly. When navigation signs are not present in the navigation environment as expected, the RHIZOME architecture builds new reference places from landmark constellations, which are extracted from these places and learns them. Thus, during navigation, the robot can use this new information to achieve its final destination by overcoming unforeseen situations.The overall architecture has been implemented on the NAO humanoid robot. Real-time experimental results during indoor navigation under both, deterministic and stochastic scenarios show the feasibility and robustness of the proposed unified approach
39
Grassia, Filippo Giovanni. "Silicon neural networks : implementation of cortical cells to improve the artificial-biological hybrid technique". Thesis, Bordeaux 1, 2013. http://www.theses.fr/2013BOR14748/document.
Texto completo da fonteResumo:
Ces travaux ont été menés dans le cadre du projet européen FACETS-ITN. Nous avons contribué à la simulation de cellules corticales grâce à des données expérimentales d'électrophysiologie comme référence et d'un circuit intégré neuromorphique comme simulateur. Les propriétés intrinsèques temps réel de nos circuits neuromorphiques à base de modèles à conductance, autorisent une exploration détaillée des différents types de neurones. L'aspect analogique des circuits intégrés permet le développement d'un simulateur matériel temps réel à l'échelle du réseau. Le deuxième objectif de cette thèse est donc de contribuer au développement d'une plate-forme mixte - matérielle et logicielle - dédiée à la simulation de réseaux de neurones impulsionnelsThis work has been supported by the European FACETS-ITN project. Within the frameworkof this project, we contribute to the simulation of cortical cell types (employingexperimental electrophysiological data of these cells as references), using a specific VLSIneural circuit to simulate, at the single cell level, the models studied as references in theFACETS project. The real-time intrinsic properties of the neuromorphic circuits, whichprecisely compute neuron conductance-based models, will allow a systematic and detailedexploration of the models, while the physical and analog aspect of the simulations, as opposedthe software simulation aspect, will provide inputs for the development of the neuralhardware at the network level. The second goal of this thesis is to contribute to the designof a mixed hardware-software platform (PAX), specifically designed to simulate spikingneural networks. The tasks performed during this thesis project included: 1) the methodsused to obtain the appropriate parameter sets of the cortical neuron models that can beimplemented in our analog neuromimetic chip (the parameter extraction steps was validatedusing a bifurcation analysis that shows that the simplified HH model implementedin our silicon neuron shares the dynamics of the HH model); 2) the fully customizablefitting method, in voltage-clamp mode, to tune our neuromimetic integrated circuits usinga metaheuristic algorithm; 3) the contribution to the development of the PAX systemin terms of software tools and a VHDL driver interface for neuron configuration in theplatform. Finally, it also addresses the issue of synaptic tuning for future SNN simulation
40
Li, Haifeng. "Traitement de la variabilité et développement de systèmes robustes pour la reconnaissance de l'écriture manuscrite en-ligne". Paris 6, 2002. http://www.theses.fr/2002PA066230.
Texto completo da fonte
41
Pham, Hoang Anh. "Coordination de systèmes sous-marins autonomes basée sur une méthodologie intégrée dans un environnement Open-source". Electronic Thesis or Diss., Toulon, 2021. http://www.theses.fr/2021TOUL0020.
Texto completo da fonteResumo:
Cette thèse étudie la coordination de robots sous-marins autonomes dans le contexte d’exploration de fonds marins côtiers ou d’inspections d’installations. En recherche d’une méthodologie intégrée, nous avons créé un framework qui permet de concevoir et simuler des commandes de robots sous-marins low-cost avec différentes hypothèses de modèle de complexité croissante (linéaire, non-linéaire, et enfin non-linéaire avec des incertitudes). Sur la base de ce framework articulant plusieurs outils, nous avons étudié des algorithmes pour résoudre le problème de la mise en formation d’un essaim, puis celui de l’évitement de collisions entre robots et celui du contournement d’obstacle d’un groupe de robots sous-marins. Plus précisément, nous considérons d'abord les modèles de robot sous-marin comme des systèmes linéaires de type simple intégrateur, à partir duquel nous pouvons construire un contrôleur de mise en formation en utilisant des algorithmes de consensus et d’évitement. Nous élargissons ensuite ces algorithmes pour le modèle dynamique non linéaire d’un robot Bluerov dans un processus de conception itératif. Nous intégrons ensuite un réseau de neurones de type RBF (Radial Basis Function), déjà éprouvé en convergence et stabilité, avec le contrôleur algébrique pour pouvoir estimer et compenser des incertitudes du modèle du robot. Enfin, nous décrivons les tests de ces algorithmes sur un essaim de robots sous-marins réels BlueROV en environement Opensource de type ROS et programmés en mode autonome. Ce travail permet également de convertir un ROV téléopéré en un hybride ROV-AUV autonome. Nous présentons des résultats de simulation et des essais réels en bassin validant les concepts proposésThis thesis studies the coordination of autonomous underwater robots in the context of coastal seabed exploration or facility inspections. Investigating an integrated methodology, we have created a framework to design and simulate low-cost underwater robot controls with different model assumptions of increasing complexity (linear, non-linear, and finally non-linear with uncertainties). By using this framework, we have studied algorithms to solve the problem of formation control, collision avoidance between robots and obstacle avoidance of a group of underwater robots. More precisely, we first consider underwater robot models as linear systems of simple integrator type, from which we can build a formation controller using consensus and avoidance algorithms. We then extend these algorithms for the nonlinear dynamic model of a Bluerov robot in an iterative design process. Then we have integrated a Radial Basis Function neural network, already proven in convergence and stability, with the algebraic controller to estimate and compensate for uncertainties in the robot model. Finally, we have presented simulation results and real basin tests to validate the proposed concepts. This work also aims to convert a remotely operated ROV into an autonomous ROV-AUV hybrid
42
Wu, Zhao Xin. "Un modèle computationnel d'intelligence culturelle ouvert et extensible". Thèse, 2013. http://www.archipel.uqam.ca/5475/1/D2431.pdf.
Texto completo da fonteResumo:
Avec le phénomène de la globalisation qui prend de l'ampleur, les différences culturelles, dans les communications interculturelles, amènent leur lot de problèmes inévitables. Geet Hofstede a exprimé de manière représentative ce phénomène : "Culture is more often a source of conflict than of synergy. Cultural differences are a nuisance at best and often a disaster." (Geert Hofstede, Emeritus Professor, Maastricht University.) Dans la revue de la littérature, jusqu'à ce jour, les recherches relatives à l'intelligence culturelle (IC) utilisent les méthodes traditionnelles pour mesurer l'IC et trouver des solutions aux problèmes relatifs à l'IC. Ces méthodes dépendent essentiellement de questionnaires évaluant des aspects distincts, de documents (Ng et Earley, 2006) et d'évaluations variées, guidées par les connaissances spécialisées et des qualités psychologiques d'experts de l'IC. Ces façons de faire réduisent le nombre de solutions possibles. À notre connaissance, aucune recherche au sujet de l'IC n'a été empiriquement informatisée jusqu'à maintenant. En conséquence, l'intégration de l'IC dans le domaine de l'intelligence artificielle (IA) reste absente. L'objectif principal de la recherche est donc de créer un modèle computationnel de l'IC et de l'implémenter dans un système expert. Ce système se nomme Système Expert Neuro-Flou d'Intelligence Culturelle (SENFIC). Il intègre l'expertise d'experts de l'IC en intégrant le fruit des études à propos des quatre dimensions de l'IC comme un tout intégré et s'influençant les unes des autres. Il devrait permettre éventuellement d'atteindre un meilleur niveau de performance que celui des experts de l'IC. Comme un système intelligent efficace, il fournit une recommandation globale au problème et une forme de système de règles permettant l'adaptabilité des individus et des organisations à un environnement interculturel. C'est dans ce contexte que le SENFIC a vu le jour. Nous combinons deux techniques intelligentes dans le cadre du système. La technique d'hybride neuro-floue intégrant la logique floue et le réseau de neurones artificiels, et la technique du système expert. La technique de logique floue est une bonne solution pour exprimer des problèmes originalement en langue imprécise et naturelle, comme ceux soulevés dans les recherches relatives à l'IC. La technique du réseau de neurones artificiels aide le système à atteindre un niveau d'autorégulation, d'auto-adaptation et d'autoapprentissage. Le système expert utilise des connaissances et des procédures d'inférence dans le but de résoudre des problèmes difficiles, requérant normalement une expertise humaine dans le domaine d'IC. Ainsi, le SENFIC exprime des connaissances sous une forme facilement comprise par les utilisateurs, et traite les demandes simples en langage naturel plutôt qu'en langage de programmation. En utilisant une nouvelle approche pour la technique de soft-computing en concevant la technique hybride comme le cœur du système, notre SENFIC devient alors capable de raisonner et d'apprendre dans un environnement culturel incertain et imprécis. Ce SENFIC est ouvert et extensible, autant au niveau interne qu'externe. Au niveau interne, le modèle computationnel de l'IC fournit une interface standard pouvant faciliter le développement secondaire et la mise en pratique du système. Au niveau externe, le SENFIC a la capacité de se présenter comme un agent d'extension permettant l'intégration à n'importe quel système intelligent existant, pour que ce système devienne culturellement intelligent. Le SENFIC est « conscient de l'intelligence culturelle ». Cela représente une percée amenant son lot de contributions dans les domaines de l'IC et de l'IA.
______________________________________________________________________________
MOTS-CLÉS DE L’AUTEUR : intelligence culturelle, logique floue, réseaux de neurones artificiels, soft-computing, hybride neuro-floue, système expert