De l'auto-organisation vers l'auto-observation

par Jean-Jacques Mariage

Thèse de doctorat en Intelligence artificielle

Sous la direction de Gilles Bernard.

Soutenue en 2001

à Paris 8 .


  • Résumé

    Nous tentons de réaliser un système d'apprentissage adaptatif basé sur une évolution néo-darwinienne des unités neuronales. Nous considérons les réseaux de neurones comme des processus complexes. L'idée principale est d'utiliser un réseau de neurones incrémental compétitif qui apprenne à régler les paramètres d'apprentissage d'autres modèles de réseaux. Nous utilisons une procédure d'apprentissage duale entre des modèles classiques non supervisés (SOM, ART, NeoCognitron,. . . ) et le système. Nous le laissons regarder comment les autres réseaux de neurones apprennent. Il reçoit leurs paramètres d'apprentissage comme vecteurs de contexte. Les données associées à ce contexte sont des mesures de l'organisation des modèles. Le système a une structure arborescente. . .


  • Pas de résumé disponible.

Consulter en bibliothèque

La version de soutenance existe sous forme papier

Informations

  • Détails : 265 p.
  • Notes : Publication autorisée par le jury
  • Annexes : Bibliogr. p. 245-262

Où se trouve cette thèse ?

  • Bibliothèque : Université Paris 8-Vincennes Saint-Denis (Sciences humaines et sociales-Arts-Lettres-Droit). Service Commun de la Documentation. (Saint-Denis) .
  • Consultable sur place dans l'établissement demandeur
  • Cote : TH 1609
Voir dans le Sudoc, catalogue collectif des bibliothèques de l'enseignement supérieur et de la recherche.