[Dossier] Les réseaux de neurones artificiels

Pour parler math...

Modérateur : Modérateurs

Xavier B.

mouais

Message par Xavier B. » 24/02/2005 - 13:58:56

Merci pour cette idée, mais je me permets de faire le difficile. C'est sur que si on cherche une application dans le développement durable des reconnaissances de formes, on tombe sur un truc du genre. Mais ca me semble un peu tiré par les cheveux, du genre on prend un domaine du Dev. Durable, puis une application des Réseaux de N., on mélange, et on prend le sujet.

Je ne cherche pas spécialement à faire une application de la reconnaissance de formes.

Ceci dit, je suis ouvert à toutes vos propositions. Eventuellement hors cadre du developpement durable, ca me donnera toujours des idées.

Merci.

Yoh Bur

Message par Yoh Bur » 09/11/2005 - 14:03:49

Tout ca est super interessant.
Pour repondre sur le processus d'apprentissage et aprendre a apprendre, on peut noter plusieurs choses:

- le code genetique (basé sur ses quatres briques) est identique quelque soit la matiere vivante. Il permet d'obtenir une croissance de l'organisme vers un schema predeterminé tout en permettant une variance dans l'pplication concrete de ce schema. Il ne suffit donc pas à expliquer l'apparition de solutions a differents problemes. Mais, il stocke surement des schemas de reponses a des stimulis.
Exemple: ce que l'on appelle l'instinct. Un carnivore saura instinctivement vers quel type de nourriture se tourner. Les mecanismes de chasses sont en parties innés, en partie de l'ordre de la pratique.
- l'influence sociale joue un grand role dans la conceptualisation des reponses aux differents problemes (Cf l'article "Un, deux, trois, quatre, cinq... et après ?"). Il apparaitrait donc que les mecanismes d'apprentissage de l'apprentissage soit fortement influencé par l'influence sociale.

De ce que j'ai pu lire sur le sujet, je tire les conclusions suivantes (je peux me planter completement n'etant qu'un amateur peu eclairé ds le domaine de la neurologie):
Le code genetique permet de determiner une meta-organisation du reseau neuronale (un plan grossier en somme) qui fait que les centres visuels sont a telle endroit, les centres de la memoire a telle autre.
L'influence sociale y aplique des les premiers instants des modeles d'apprentissage qui structure un peu plus l'organistion de ces reseaux (a un niveau qu'on ne visualise pas encore au niveau de la medecine)
Le vecu personnel (et ces experiences) affine encore le processus en creant ses propres analogies, comparaisons et cheminements.
c'est donc un affinement des processus qui part de l'espece vers l'individu.
Il pourrait etre interressant d'appliquer cette methodologie aux reseaux de neurones artificielles.

G.H.

Message par G.H. » 02/02/2006 - 12:26:43

J'arrive sur ce forum par hasard... Les réseaux de neurones ont également constitué l'essentiel de mon sujet de TIPE il y a deux ans. Pour ceux qui chercheraient un sujet en rapport avec le développement durable, il y a la prévision de pics de pollution d'ozone.
il s'agit de l'apprentissage d'un réseau dont les 3*24 entrées correspondent aux concentrations de NO, NO2 et O3 relevées toutes les heures, et dont la sortie est une prévision de la concentration en ozone au cours des 24 prochaines heures. l'apprentissage, programmé sous Caml, utilise un algorithme génétique. Les données sont en libre accès sur le site d'Airparif.

Bien sûr, ce TIPE est loin d'être une thèse, mais il présente l'avantage d'être suffisamment simple à expliquer pour faire l'objet d'un exposé de 10min, et il plaît au jury (18/20). Pour ceux qui désireraient plus de doc, vous pouvez toujours me contacter: à [email protected]

Dani

optimisation

Message par Dani » 16/02/2006 - 11:54:54

Bonjour,

Je fais actuellement un projet sur les réseaux de neurones. J'ignore si qq'un répondra à mon message... :jap:
Je suis très intéressée par ce sujet car il permet de faire de nombreuses choses. :)
Si je résume ce que j'ai compris le s réseaux de neurones permettent de faire des modèles...On a des entrées et il évalue les sorties (suite à un apprentissage). Mais peut on optimiser les sorties grace à lui?Est il capable d'estimer les sorties pour des combinaisons de paramètres d'entrée qu'il n'a pas vu?

Merci par avance

Dani

lullabee
Messages : 1
Inscription : 09/02/2006 - 17:47:13

Re: optimisation

Message par lullabee » 21/02/2006 - 18:02:59

Dani a écrit :Bonjour,

Je fais actuellement un projet sur les réseaux de neurones. J'ignore si qq'un répondra à mon message... :jap:
Je suis très intéressée par ce sujet car il permet de faire de nombreuses choses. :)
Si je résume ce que j'ai compris le s réseaux de neurones permettent de faire des modèles...On a des entrées et il évalue les sorties (suite à un apprentissage). Mais peut on optimiser les sorties grace à lui?Est il capable d'estimer les sorties pour des combinaisons de paramètres d'entrée qu'il n'a pas vu?

Merci par avance

Dani

Bonjour Dani,

Je ne comprends pas l’objet de la première question concernant l’optimisation des sorties.
Par contre, pour ta dernière question, je vais prendre un exemple qui m'avait paru assez explicite quand j'ai abordé les approximations de fonctions par réseaux de neurones supervisés :

Imaginons que l'on veut apprendre l'addition à un réseau de neurones. Il n'est pas nécessaire de lui apprendre toutes les combinaisons possibles, il suffira seulement de lui apprendre :
0+0 = 0
1 + 1 = 2
2 + 2 = 4
3 + 3 = 6
4 + 4 = 8

10 + 10 =20

A partir de seulement ces quelques exemples, le réseaux va être capable d'additionner les chiffres entre 0 et 10. Il trouvera le résultat de 1+4 ou de 3 + 2 sans problème, même si on ne lui a jamais montré ces exemples. Par contre, il ne trouvera jamais la solution de 20+5. Il a réussi à interpoler la fonction « addition » entre les points que nous lui avons donné, mais il ne pourra pas deviner des solutions qui sortent du domaine montré en exemple. Donc la réponse à ta 2eme question est à la fois oui et non, tout dépend de la complexité de la fonction et du choix des exemples. En effet pour les réseaux de neurones dit « supervisés », les exemples donnés pour l’apprentissage jouent un rôle déterminant.
Sur le site en signature ci-dessous, il y a un tutorial pour l’utilisation de réseaux de neurones dans le menu Tutoriels. Il est à la base fait pour permettre à un robot d’éviter les obstacles, mais ça peut t'intéresser car la logique de fonctionnement des réseaux de neurones supervisé est toujours la même.

Avatar de l’utilisateur
fffred
Messages : 1538
Inscription : 10/06/2004 - 19:40:27
Localisation : ile de france

Message par fffred » 21/02/2006 - 18:46:41

1ere question : non
car il faut une routine extérieure pour lui "dire" si c'est faux ou pas, et qui lui corrige ses poids. Mais le réseau de neurone est l'ensemble de tout cela si l'on veut. Ca dépend de quoi on parle.
2eme question : heureusement que oui !
c'est là toute l'importance des réseaux de neurones. Il a été démontré que les réseaux de neurones sont capables d'apprendre toute "base de donnée". Mais le fait de connaitre les sorties d'entrées inconnues n'est pas facile : les réseaux de neurones tentent de le faire.
Dernière modification par fffred le 28/02/2006 - 18:08:53, modifié 1 fois.
je suis certain que vous croyez avoir compris ce que j'essayais de vous dire, mais êtes-vous sûr que ce que j'ai dit correspondait vraiment à ce que je voulais dire ?

dani

Message par dani » 28/02/2006 - 15:59:52

merci bcp pour vos réponses. je vais aller voir le site cité :-)

dani

Jordane
Messages : 1
Inscription : 23/03/2006 - 12:38:48

Plan d'expériences et réseaux de neurones

Message par Jordane » 23/03/2006 - 12:51:59

Bonjour,

Tout ce que j'ai lu est fort interessant. Je travaille actuellement sur les réseaux de neurones et les plans d'expériences, qui reposent tous les 2 sur des principes similaires.

J'ai une question et j'espere que quelqu'un saura me répondre où m'indiquer où je serai succeptible de trouver ma réponse...
:jap:

Je sais que pour les PLEX et les réseaux de neurones, les paramètres d'entrée doivent etre indépendants les uns par rapport aux autres. Que se passe-t-il si ce n'est pas le cas? :fada:

Ca me pose notamment pas mal de pb pour les plans d'experiences... :(
Par exemple, mon plan d'expérience veut que le parametre 1= 300 et mon parametre 2 = 200. Or dans la realité, le parametre 1 peut valoir 300 que si le parametre 2 est supérieur a 250, par exemple...mais ce n'est pas le cas pour des valeurs plus petites du paramètre 1...

Vous comprenez mon pb ou dois-je l'expliquer plus concretement?? :houla:

Merci par avance pour vos reponses! :jap:

Jordane

Zahir
Messages : 1
Inscription : 06/02/2007 - 13:48:17

réseaux de neurones

Message par Zahir » 06/02/2007 - 14:24:34

Bonjour,
le sujet présenté est fort interessant et aide à assimiler facilement la notion de réseaux de neurones de part sa simplicité de présentation.

je prépare actuellement un mémoire de fin d'étude qui porte sur l'application des réseaux de neurones pour la génération de prix d'un actif boursier (marché à terme), et j'ai lu dans l'article que les prévisions en bourse sont compliqué à réaliser.

je cherche des informations qui pourront m'aider à avancer dans mon projet notamment des applications à l'economie et en bourse en particulier.

merci d'avance :) !!

Veto
Messages : 1
Inscription : 06/02/2007 - 17:11:21

Message par Veto » 07/02/2007 - 17:15:19

Bonjour à toutes et à tous;
J'ai un problème d'optimisation d'un modéle dont
les équations non linéaires sont les suivantes:

http://img183.imageshack.us/img183/6862/sssxz3.png


mon but est de minimiser une fonction coût qui n'est autre que l'ecart quadratique entre les valeurs des paramètres désirés et les observations
qui leurs corresponds. J'aimerais bien appliqué les Réseaux de neurones,
mais mon blème c ke shui bloké au début :D
j'ai fait une petite bibliographie sur les réseaux de neurones mais toujours J'arrive po à faire le lien entre mon Système d'équations et cette
méthode!!! Si quelqu'un a déjà manipuler ces réseaux de neurones qu'il me décrit comment s'en sortir :)


Merci d'avance

Avatar de l’utilisateur
fffred
Messages : 1538
Inscription : 10/06/2004 - 19:40:27
Localisation : ile de france

Message par fffred » 07/02/2007 - 19:29:52

il y a différentes méthodes. L'une d'elles consiste à chercher les solutions comme somme de fonctions plus simples, par exemple des sigmoïdes, mais ca dépend du type de solutions recherchées.

Ainsi on donne en argument au réseau de neurones, le poids affecté à chacune de ces fonctions élémentaires.

On peut aussi discrétiser les variables et paramètres, et rentrer chaque valeur comme "entrée" du réseau de neurones.
je suis certain que vous croyez avoir compris ce que j'essayais de vous dire, mais êtes-vous sûr que ce que j'ai dit correspondait vraiment à ce que je voulais dire ?

swo
Messages : 3
Inscription : 11/05/2008 - 23:15:55

Message par swo » 11/05/2008 - 23:23:37

Bonjour,
Je réalise un programme sur la vie artificielle comme « Framsticks »
http://neurone.artificiel.ifrance.com/
La partie neurone est terminée et fonctionne bien.

Je vais maintenant réaliser la simulation de la détection du sol.
Image
http://www.framsticks.com/common/neurons/touch.html
http://www.framsticks.com/a/al_simdetail

Pour cela, la variable Z correspond à la distance qu’il y a entre le capteur et le sol.
Si le capteur est éloigné du sol, on a en sortie la valeur -1
Et si le capteur touche le sol, on a en sortie la valeur 0

Question :
Faut il réaliser ceci avec un neurone ?

Z Sortie
10 -1
9 -.9
8 -.8

1 -.1
0 0


A-t-on réellement la sortie qui varie entre -1 et 1 avec une équation du 1er degré ?
Car pour faire bouger le muscle, il faut aussi que la sortie du neurone varie entre -1 et 1.
http://www.framsticks.com/common/neurons/muscle.html

Je ne comprends pas comment ça fonctionne, pour faire bouger le muscle en fonction sol.

CapteurSol ---> NeuroneCap. --->---NeuroneMuscle--->-- GraphMuscle.
..................Z.........................-/1............................-1/1

Donc NeuroneMuscle ne serre a rien du tout ?
Si quelqu'un pouvais m'éclairer un peu car je pige RIEN.
Comment initialiser mon NeuroneCap et neuroneMuscle ?
Merci beaucoup
@+

Avatar de l’utilisateur
fffred
Messages : 1538
Inscription : 10/06/2004 - 19:40:27
Localisation : ile de france

Message par fffred » 13/05/2008 - 18:15:49

Tes explications sont très obscures, essaie de donner plus de détails : ce que tu cherches à faire, ce qui est disponible, etc. Ce forum n'est pas du tout spécialisé dans ce domaine, donc il vaut mieux être précis et détaillé.
Merci
je suis certain que vous croyez avoir compris ce que j'essayais de vous dire, mais êtes-vous sûr que ce que j'ai dit correspondait vraiment à ce que je voulais dire ?

swo
Messages : 3
Inscription : 11/05/2008 - 23:15:55

Message par swo » 13/05/2008 - 19:57:50

Salut,
Mes explications sont peut-être très obscures pour ceux qui n’ont aucune connaissance sur les RN.
Je souhaite réaliser ceci :
http://www.framsticks.com/common/al_sampleevol.
C’est aussi très obscurespour moi, car je me demande par quel miracle le programme fonctionne. Donc, je me pose beaucoup de questions.

En gros, les questions que je me pose :
Si le capteur s’approche du sol, ça entraîne un mouvement sur le muscle/les muscles.

Donc, il faut bien faire apprendre quelques choses aux neurones comme une sinusoïdale pour l’initialiser comme pour les portes logiques.
Bref, comment initialiser les neurones pour le capteur de détection sol et le muscle (entrée==sortie) ou (entrée !=sortie) ?
Pour savoir si les poids des neurones sont acceptés, on compare la position (X,Y) de dépare et d’arrivé non ?
C’est ce genre de questions que je pose. Je sais que les entrées et les sorties se connectent aléatoirement, mais il y a forcément un apprentissage comme pour les portes logiques.

Comment ça fonctionne
@+

Avatar de l’utilisateur
Maulus
Messages : 4582
Inscription : 13/02/2007 - 12:07:12
Localisation : Epinal

Message par Maulus » 14/05/2008 - 10:25:56

bahhh
tu déclenche un mouvement vers le sol
ton capteur renvoi le signal "j'ai touché le sol"
ton neurone arrête le mouvement...
ensuite si tu veut la donné "s'approche" il te faut un autre capteur
après tu déclenche une séquence de mouvement en fonction de se que capte les .. capteurs...
Ce n'est pas le moindre charme d'une théorie que d'être réfutable, F. Nietzsche.

http://www.cieletespaceradio.fr

swo
Messages : 3
Inscription : 11/05/2008 - 23:15:55

Message par swo » 14/05/2008 - 17:54:05

ok, merci,
je vais esayer ça
@+

Avatar de l’utilisateur
Passion&idée
Messages : 25
Inscription : 27/04/2008 - 19:38:29

Message par Passion&idée » 14/05/2008 - 17:56:29

Et . le cerveau fonctionne avec des ordre transmie electriquement.
L'ordinateur aussi.?
Donc par déduction , nous sommes comptatible ? oui ou non ?
Certe ca doit être complexe a réaliser un tel dispositif , mais un jour , avec une carte dans la tête on controlera notre PC ... ;)

Avatar de l’utilisateur
Stardust
Messages : 1613
Inscription : 08/01/2006 - 10:41:20
Localisation : Versailles

Message par Stardust » 14/05/2008 - 18:51:36

Passion&idée a écrit :Et . le cerveau fonctionne avec des ordre transmie electriquement.
L'ordinateur aussi.?
Donc par déduction , nous sommes comptatible ? oui ou non ?
Certe ca doit être complexe a réaliser un tel dispositif , mais un jour , avec une carte dans la tête on controlera notre PC ... ;)


Le web est plein d'articles sur le sujet.
En voici un au hasard, qui date déjà (2006) : http://www.silicon.fr/fr/silicon/news/2 ... veau-robot
Dans le domaine, il y a plein de "nouveautés" en ce moment. Fais donc une petite recherche ;)

adagio
Messages : 593
Inscription : 17/06/2007 - 19:47:05

Message par adagio » 20/05/2008 - 19:35:48

Tres interessant

Je revient sur une question moins pratique que théorique, mais qui me turlupine.
On sait que le cerveau n'est pas simplement une machenerie electrique, et que la vitesse de propagation des decharges electrique est tres faibles par rapport a la vitesse d'un processeur ou d'un programme.
C'est a dire qu'en fonction de la longueur de chaque connexion neuronal dans le cerveau la transmission est plus ou moins longue, de meme la transmission de la decharge d'un neurone a l'autre dans l'espace synaptique depend de la presence ou non de substance chimique ( neuro-inhibiteur neuro-transmeteur....), et de la viens ma question.

Est ce que les poids que l'on affecte a chaque liaison dans un reseaux de neurone informatique, rendent compte de ces effets ?
Est ce que cela a été prouvé mathematiquement que la non simultaneité (notion de temps) et l'etat chimique du cerveau pouvait etre remplacé par un poids en nombre réél associé a chaque liaison ?

Avatar de l’utilisateur
Stardust
Messages : 1613
Inscription : 08/01/2006 - 10:41:20
Localisation : Versailles

Message par Stardust » 20/05/2008 - 20:49:28

voir ici
En résumant et simplifiant : comme tu le dis, dans le cerveau, il y a 2 modes de transmissions synaptiques : les transmissions électriques (ultra-rapides) et les transmissions chimiques (plus lentes). Ces dernières ont l'immense avantage de permettre une modulation de l'importance des messages nerveux ainsi qu'une intégration des messages provenant de différentes sources". Elles traitent la complexité. Donc, des structures différentes = des effets différents, aussi intéressants les uns que les autres.
Je remarque que tu ne cites pas un troisième élément important : la présence de "colliers de cellules gliales" (substance = myéline) permet de compenser la "longueur" du tronc des neurones (l'axone). Ces cellules accélèrent le transport de l'information qui saute rapidement d'une "cellule" à l'autre au lieu de traverser progressivement l'axone. C'est fort çà non ??? :D D'ailleurs, le cerveau réagit très vite de manière inconsciente, par exemple en provoquant l'état d'alerte ou un geste dit "instinctif". C'est le couplage "perception-réflexion" et l'action raisonnée qui se ramènent un peu "à la traîne", sauf si on a appris des automatismes auparavant.

Bon, je ne sais pas si le calcul dont tu parles a été fait. Je rechercherais si j'ai le temps. Mais il est maintenant possible de mesurer la vitesse de réaction du cerveau et de ses composantes via les nouveaux outils d'imagerie. D'autre part, dans le cerveau, il y a des "auto-routes", ascenseurs, etc. Un seul stimulus produit des effets simultanés dans différentes régions très éloignées et/ou quasi-indépendantes. Alors, quid de la "distance" dans cet univers encore mystérieux... ?

Avatar de l’utilisateur
Stardust
Messages : 1613
Inscription : 08/01/2006 - 10:41:20
Localisation : Versailles

Message par Stardust » 21/05/2008 - 9:13:47

J'ai trouvé la présentation du : "Projet BIoIMAGe - Biologie Informatique, - Imagerie, Modélisation biomédicale et l’Analyse Génétique"
Voir ds le doc joint le chapitre "Modélisation des cascades (bio-chimiques) de signalisation et du remodelage cellulaire. Application à la potentialisation à long terme des neurones" : http://www-timc.imag.fr/Laurent.Desbat/ ... IMAGe.html

Dis-moi si cela ressemble à ce que tu recherche.

Victor
Messages : 17712
Inscription : 05/06/2006 - 21:30:44
Activité : Retraité

Message par Victor » 23/06/2008 - 23:03:05

C'est passionnant votre truc mais ça me fait penser comme même à un processus de CPU de calcul binaire classique... Je voudrais plutôt savoir comment intervient la mémoire et l'expérience? Bref après avoir trouvé qu"une réponse est bonne ou mauvaise... Comment le réseaux renforce le processus donnant le résultat

liina
Messages : 1
Inscription : 09/11/2009 - 20:24:13
Activité : Enseignant ou Chercheur

Re: [Dossier] Les réseaux de neurones artificiels

Message par liina » 09/11/2009 - 20:39:07

bonsoir,

je vois qu'on parle des réseaux de neurones en tant qu'outil de reconnaissance des formes mais il existe d'autres particularités sur les réseaux de neurones comme la modélisation et la commande des systèmes non linéaires par approche neuronale. s'il vous plait est ce que vous avez une idée sur ce sujet?
je suis entrain de réaliser une recherche sur ce sujet et j'applique ceci à un robot mobile le problème est que je ne parviens pas à réaliser la commande neuronale. est ce que vous pouvez m'aider par des exemples de commande neuronale sur matlab.

merci

Nodarp
Messages : 34
Inscription : 31/03/2012 - 10:03:09
Activité : Retraité

Re: [Dossier] Les réseaux de neurones artificiels

Message par Nodarp » 28/04/2012 - 0:01:36

Bonjour!
Hyper intéressant ( même quand on a pas de TIPE à faire ) !

Mais, ai-je compris ?
Lorsque le perceptron a suffisamment de « concordances », il se met au 1 ; et ce signal va aller alimenter les entrées d’autres perceptons… » ; « concordances » de « concordances » et décision « ok ».
Le percepton multicouches est alors fixé, il constitue un « machin » auto programmé, une fonction nouvelle ?????
Mais où est le bâton (ou la carotte) dans ce montage ? Quand savoir qu’il n’est plus nécessaire de réitérer ?
------------
Oui….. La reconnaissance d’emballage ou de caractères …ok. Mais, la porté philosophique de ces mécanismes devrait suffire à la motivation des chercheurs ? On y retrouve la base même de la construction du monde vivant : essai->bâton ?->carotte-> nouvelle tentative ! Mais pas besoin que la bestiole « meure » et renaisse (un peu différente) pour affronter à nouveau le « monde »…on voit là tout l’avantage de la « solution cerveau », on est loin des débuts du monde vivant !
…si ça sert à reconnaître les emballages, ok (carotte), sinon c’est nul (bâton), et on fait autre chose ! Là on est bien dans le monde vivant actuel !

Victor
Messages : 17712
Inscription : 05/06/2006 - 21:30:44
Activité : Retraité

Re: [Dossier] Les réseaux de neurones artificiels

Message par Victor » 28/04/2012 - 10:31:07

C'est fascinant le concept de réseau de neurones
dès qu'il y a un nombre suffisant de neurones
on peut déjà parler de noyaux d'intelligence
En ce qui concerne la recherche en sciences, Je dirais : Cherche encore !

Répondre