Prédiction Des Systèmes Par Apprentissage Automatique Dans Un Environnement Imprécis.
Résumé: L'identification de systèmes est un terme regroupant l'ensemble des techniques permettant l'identification de modèles mathématiques à l'aide d'observations. Dans ce cadre, les techniques régressives sont couramment utilisées. Ce travail présente une étude de la régression non paramétrique linéaire et non linéaire en environnement imprécis. Les mesures et les paramètres du modèle sont alors considérés comme imprécis, et les entrées étant précises. L'approche utilisée de la régression floue à base des machines à vecteur de support présente deux avantages. D'une part, l'imprécision des modèles obtenus est moins importante. D'autre part, l'inclusion est respectée lors de la recherche d'un modèle flou qui englobe les observations. L'approche utilisée est testée sur des jeux de données multi-entrées comme dans le cas d'analyse du confort thermique.
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".
