Chimie

Réseaux de neurones - Introduction

Réseaux de neurones - Introduction


We are searching data for your request:

Forums and discussions:
Manuals and reference books:
Data from registers:
Wait the end of the search in all databases.
Upon completion, a link will appear to access the found materials.

Que sont les réseaux de neurones ?

Les réseaux de neurones (1)), souvent aussi sous forme de réseaux neuronaux artificiels (2)) ou des réseaux de neurones artificiels (3)) sont des systèmes de traitement de l'information constitués d'un grand nombre d'unités simples (cellules, neurones) qui s'envoient des informations sous forme d'activation des cellules via des connexions dirigées (connexions, liens).

L'étude des réseaux de neurones est motivée par leur analogie grossière avec le cerveau des mammifères, dans lequel le traitement de l'information s'effectue par un grand nombre de cellules nerveuses, qui sont très simples par rapport au système global et qui transmettent le degré de leur excitation via fibres nerveuses à d'autres cellules nerveuses.

En plus de cette motivation due à la similitude partielle avec les systèmes biologiques réussis, les réseaux de neurones (artificiels) tirent une grande partie de leur motivation, en particulier pour les sciences naturelles, du fait qu'il s'agit de systèmes adaptatifs massivement parallèles qui sont également considérés comme parallèles. en eux-mêmes les algorithmes sont intéressants. Ces algorithmes peuvent être utilisés sous forme de programmes, de simulateurs de réseau ou encore sous forme de matériel neuronal spécial dans de nombreux domaines d'application.

Un élément essentiel de ces réseaux de neurones artificiels est leur capacité à apprendre, la capacité d'apprendre indépendamment une tâche, comme un problème de classification, à partir d'exemples d'entraînement sans que le réseau de neurones n'ait à être explicitement programmé.

Selon les intérêts et l'orientation professionnelle du chercheur, différents aspects des réseaux de neurones jouent un rôle : Pour les biologistes, les neurobiologistes, les neurophysiologistes et les professionnels de la santé, l'aspect de la similitude du modèle avec la réalité biologique est au premier plan. Des tentatives sont faites pour développer des réseaux de neurones artificiels qui correspondent au modèle biologique à de nombreux égards, de sorte qu'en simulant les modèles, il soit possible de tirer des conclusions sur les propriétés inexpliquées du système biologique. Les psychologues s'intéressent à la modélisation, à la simulation et à la prédiction de phénomènes psychologiques dans le cerveau humain avec ces modèles. L'informatique s'intéresse en partie aux questions d'une simulation et d'une modélisation des réseaux de neurones au plus près de la biologie, mais surtout d'autres aspects sont au premier plan : les propriétés des réseaux de neurones en tant qu'algorithmes massivement parallèles, leur capacité d'apprentissage et leur efficacité. Ils sont souvent considérés comme une approche de création de systèmes intelligents complémentaires à l'intelligence artificielle dite symbolique. Le domaine encore jeune de la bioinformatique, où se chevauchent la biologie et l'informatique, recoupe également le domaine des réseaux de neurones. Les mathématiciens s'intéressent encore plus que les informaticiens aux énoncés théoriques sur les propriétés des réseaux de neurones artificiels très simplifiés, aux questions sur la stabilité des réseaux récurrents, la capacité de stockage et le comportement théorique des algorithmes d'apprentissage. se demandent quand ils utilisent ces algorithmes Mettre en œuvre des ordinateurs. Après tout, certains modèles de réseaux de neurones sont empruntés à la physique, de sorte qu'ils sont également très intéressants pour les physiciens. Enfin, le génie électrique et l'informatique fournissent souvent du matériel spécialisé pour simuler des réseaux de neurones, à l'aide desquels les réseaux peuvent être formés beaucoup plus rapidement qu'avec des simulateurs logiciels purs.



Commentaires:

  1. Usi

    Et c'est efficace?

  2. Fardoragh

    Réponse faisant autorité, cognitif ...

  3. Teka

    Vous avez tort. Je suis sûr. Je suis capable de le prouver. Écrivez-moi dans PM, parlez.

  4. Rushkin

    Félicitations, quels mots ... grande pensée

  5. Alvar

    Je ne comprends pas assez bien.

  6. Afework

    Bien sûr. Ça arrive. Nous pouvons communiquer sur ce thème. Ici ou à PM.

  7. Hamoelet

    Félicitations, un beau message



Écrire un message