(algorithmes) d`auto organisation

AUTO ORGANISATION
– Bibliographie Note –
Document valgo2001
Différents types (algorithmes) d’auto organisation
- algorithme des centres moyens
- cartes auto organisatrices de Kohonen : les prototypes sont associés aux points d’une
grille
- Growing grid (version incrémentale = qui rajoute dynamiquement des rangées de
prototypes)
- Gaz Neural :construit automatiquement une topologie adaptée aux données
- Growing Neural Gaz = Version dynamique de Gaz Neural : capable de s’adapter à des
distributions qui varient dans le temps
Tous ses algorithmes organisent un ensemble de prototypes sur une distribution complexe
Ils engendrent une organisation automatique = non supervisée.
Algorithme ; auto organisation idée.
Document Carte_Kohonen.pdf
Ex d’application :
Def connexionisme
Etude des réseaux de neurones artificiels.
Les réseaux étudiés on des propriétés de traitement de l’information communes :
- mise en œuvre d’un gd nombre de cellules de base « neurones » travaillant en parallèle
et massivement interconnectés qui leur donne des capacités d’APPRENTISSAGE et de
prise de DECISION.
Carte de Kohonen
 permette de séparer d’une façon non supervisée, des états qualifier par le
programmeur, pour analyser aussi bien la répartition de ces états sur l’espace de
sortie que les associations qui peuvent se dégager entre ces états.
 Le processus de classification topographique du modèle SOM combine : une
étape de classification avec une étape de projection des données.
 Deux couches de neurones : - entrée – sortie
 Algorithme SOM est compétitif et non supervisé.
 2 grandes étapes :
o selection d’un nœud gagnant
o mise à jour du profil de ce nœud et des nœuds avoisinants.
Etiquetage ! serait donc une troisième étape
méthode :
Résutlat de cette dernière méthode sur l’application :
Petite architecture de carte auto-organisatrice.
Document ResNeurNonSuper.pdf
// document sur les réseaux de neurones non supervisés.
3 méthodes en non supervisés :
- apprentissage compétitif
- carte auto-organisatrice de kohonen
- gaz neuronal croissant
//Définition : naissance de l’idée et fonctionnement
ALGORITHME !!!!!
def des types et algorithmes !
Document cRdNV8[1].pdf
L ’apprentissage est une phase du développement d’un réseau de
neurones durant laquelle le comportement du réseau est modifié jusqu’à
l’obtention du comportement désiré.
On distingue deux grandes classes d’algorithmes d’apprentissage :
–L’apprentissage supervisé
–L’apprentissage non supervisé
description des trois règles.
description de ces modèles
LES RESEAUX CONCURENTIEL
Seul les neurones gagnants ont le droit de modifier leur poid
 Carte topologique de Kohonen.
Réseau de kohonen est composé de deux couches : 1 couches d’entrée et 1 couche
compétitive qui possède une structure topologique permettant de définir un voisinage pour le
neurone.
On est en non-supervisé
Document cRdNV8[1].pdf
Illustration : application et utilisation des cartes de Kohonen pour la classification de défauts
de rails.
On retrouve les deux couches caractéristiques.
On voit l’illustration des phases apprentissage et exploitation.
On a un pseudo algorithme d’exploitation.
Document sfc2004.pdf
Avantage des carte AO de Kohonen :