Entraînement D’un Réseau De Neurones Mlp
Résumé: Après avoir présenté les limitations de la méthode d’apprentissage BP, basée sur l’algorithme de la descente du gradient, nous avons envisagé l’application d’une nouvelle méthode d’apprentissage, en utilisant un autre algorithme d’optimisation. Ainsi nous avons introduit une méthode d’optimisation de type Quasi Newton, dite BFGS pour l’entraînement d’un réseau de neurones MLP. L’algorithme d’apprentissage BFGSBP a été testé sur un exemple classique de la littérature en l’occurrence le système de Box et Jenkins. Les résultats de simulation témoignent que la méthode BFGS est une bonne méthode d’optimisation, l’algorithme basé sur cette méthode a assuré un entraînement du réseau dont les caractéristiques d’approximation et de convergence sont très élevées. Les essais ont montrés aussi que l’algorithme BP nécessite une très longue période d’entraînement (un nombre élevé de paquets d’entraînements), l’erreur d’entraînement été considérable
Mots-clès:
Nos services universitaires et académiques
Thèses-Algérie vous propose ses divers services d’édition: mise en page, révision, correction, traduction, analyse du plagiat, ainsi que la réalisation des supports graphiques et de présentation (Slideshows).
Obtenez dès à présent et en toute facilité votre devis gratuit et une estimation de la durée de réalisation et bénéficiez d'une qualité de travail irréprochable et d'un temps de livraison imbattable!
Aucun fichier associé
Si le fichier est volumineux, l'affichage peut échouer. Vous pouvez obtenir le fichier directement en cliquant sur le bouton "Télécharger".
