Application des reseaux de neurones aux methodes de mesure basees sur l'interaction rayonnement matiere

par VINCENT PILATO

Thèse de doctorat en Physique

Sous la direction de JEAN-MARC MARTINEZ.

Soutenue en 1998

à Paris 11 .

    mots clés mots clés


  • Résumé

    La possibilite d'ameliorer par des techniques neuronales la preparation et l'interpretation de mesures nucleaires a ete investiguee. Une methodologie generale a ete developpee et appliquee a differents problemes dans ce domaine. Quel que soit le probleme a traiter, le resoudre revient a determiner la relation qui lie les entrees aux sorties. Les reseaux de neurones a apprentissage supervise de type perception multicouches ont la capacite de modeliser toute relation entre un ensemble de donnees d'entree et un ensemble de donnees de sortie. Par contre, la phase d'apprentissage est souvent une operation longue et delicate dont les difficultes croissent avec la taille du reseau, qu'il est donc interessant de reduire en introduisant de la connaissance a priori et/ou en reduisant le nombre d'entrees afin de ne conserver que l'information pertinente. Si les correlations entre les entrees sont lineaires, l'analyse en composantes principales (acp) et ses equivalents neuronaux permettent d'obtenir par projection orthogonale un nombre reduit de composantes d'entree tout en conservant le maximum de l'information initiale. Si les correlations sont non lineaires, l'analyse en composantes curvilignes (acc) permet, par un apprentissage non supervise, de realiser une projection non lineaire des entrees dans un espace de dimension reduite. On remarque d'ailleurs, que lorsque la dimension de l'espace d'arrivee est egale a la dimension intrinseque du probleme, ce dernier est pratiquement resolu par l'acc. Nous proposons une methode generale qui consiste a caracteriser au mieux le probleme par ses entrees, puis a extraire et classer l'information contenue dans celles-ci par projection dans un espace de dimension reduite. L'association entre les donnees projetees et les sorties du probleme est ensuite realisee par un reseau a apprentissage supervise. Compte tenu du domaine d'application, certains resultats devant etre fournis avec leur incertitude associee, nous avons propose a cet effet une methode statistique basee sur l'algorithme du bootstrap. Des applications potentielles autres que celles traitees sont envisagees.


  • Pas de résumé disponible.

Consulter en bibliothèque

La version de soutenance existe sous forme papier

Informations

  • Détails : 124 P.
  • Annexes : 68 REF.

Où se trouve cette thèse ?

  • Bibliothèque : Université Paris-Sud (Orsay, Essonne). Service Commun de la Documentation. Section Sciences.
  • Disponible pour le PEB
  • Bibliothèque : Centre Technique du Livre de l'Enseignement supérieur (Marne-la-Vallée, Seine-et-Marne).
  • Disponible pour le PEB
  • Cote : TH2014-013876
Voir dans le Sudoc, catalogue collectif des bibliothèques de l'enseignement supérieur et de la recherche.