PLAN • INTRODUCTION: définition, contexte scientifique, historique, domaines d’application. • PERCEPTRON: modèle mathématique, fonctions de transfert, architecture de réseau. • DONNEES CLIMATIQUES: activité solaire, taux de CO2, couche optique stratosphérique • RESULTATS ET INTERPRETATIONS • CONCLUSION DEFINITION Les réseaux de neurones artificiels sont des réseaux fortement connectés de processeurs élémentaires fonctionnant en parallèle. Chaque processeur élémentaire (neurone artificiel) calcule une sortie unique sur la base des informations qu’il reçoit. Parallel Distributed Processing : 1. 2. Calculs élémentaires et parallèles Données/informations distribuées dans le réseau Inspiration naturelle : analogie avec le cerveau Contexte Scientifique Neuromimétisme et sciences de la cognition : comprendre et simuler le fonctionnement du cerveau reproduire les phénomènes cognitifs (I.A.) Connexionisme : outils d’ingénierie performants Intelligence computationnelle : une intelligence basée sur le calcul numérique opposée à l ’intelligence artificielle (calcul symbolique) réseau de neurones; logique floue; algorithmes génétiques; ... Historique (la préhistoire) James [1890] : mémoire associative McCulloch & Pitts [1943] A logical calculus of the ideas immanent in nervous activities neurone formel Les ordinateurs à codage binaire (Von Neumann) L ’intelligence artificielle (calcul symbolique) Les réseaux de neurones Hebb [1949] Organisation of behavior le conditionnement est une propriété des neurones loi d’apprentissage Historique(les premiers succès) Rosenblatt [1957] : le perceptron, premier modèle opérationnel reconnaissance d ’une configuration apprise tolérance aux bruits Widrow [1960] : adaline, adaptive linear element Minsky & Papert [1969] : impossibilité de classer des configurations non linéairement séparables abandon (financier) des recherches sur les RNA Historique (le renouveau) [1967 - 1982] : Mise en sommeil des recherches sur les RNA. Elles continuent sous le couvert de domaines divers. Grossberg, Kohonen, Anderson, ... Hopfield [1982] : modèle des verres de spins Boltzmann [1983] : première réponse à Minsky et Papert [1985] : la rétro-propagation du gradient et le perceptron multicouche Rumelhart, McClelland, … [1985] : le groupe Parallel Distributed Processing Domaines d’application • Classification : répartir en plusieurs classes des objets données quantitatives informations qualitatives reconnaissance des formes • Recherche Opérationnelle résoudre des problèmes dont on ne connaît pas la solution • Mémoire Associative restituer une donnée à partir d’informations incomplètes et/ou bruitées. Le modèle mathématique d'un neurone artificiel Entrées du neurone Poids du neurone Fonctionnement Sortie n de l’intégrateur : Sous forme matricielle : b = biais du neurone Sortie a du neurone : Nouveau Schéma Les fonctions de transfert Les plus courantes Les plus utilisées fonction seuil (ou "hard limit") fonction linéaire fonction sigmoïde Architecture de réseau Représentation simplifiée Activité solaire • Rayonnement solaire (énergie solaire provient de la fusion) = énergie fondamentale du système climatique de la Terre • toute variation de la production d’énergie solaire facteur déterminant dans l’étude du climat terrestre. • La mesure de l’activité solaire est : l’irradiance en Watt par mètre carré. On trace un graphe de l’activité solaire grâce aux données qui nous ont été fournies. Activité solaire Cycle de Schwabe 11ans Activité solaire Les taches solaires • Premiere observation: Galilée vers 1610 • Dimension : diamètre peut atteindre plusieurs dizaines de milliers de kilomètres. •Les premières taches d’un cycle : 30° et le 35° de latitude • la zone d’apparition des taches migre vers l’équateur solaire au fil des années. • début du cycle suivant avant la fin du cycle en cour car ré-apparition de tache en haute latitude -10 -30 -50 y=0.3001 x - 283.72 -70 Année de référence 1960 2000 1996 1992 1988 1984 1980 1976 1972 1968 1964 1960 1956 1952 1948 1944 1940 1936 1932 1928 1924 1920 1916 1912 1908 1904 1900 1896 1892 1888 1884 1880 1876 1872 1868 1864 1860 1856 Le taux de CO2 70 50 30 Y=1.3884x + 2409 10 Le taux de CO2 • augmentation du taux de CO2 révolution industrielle (de + en + de pays) • deforestation anthropique moins d’absoption CO2 de par photosynthese Rappel de vulcanologie quatre types, selon la nature et la fluidité de la lave qui s'écoule. VOLCAN TYPE HAWAÏEN: des éruptions dites effusives. lave est très fluide pas d’explosion. VOLCAN TYPE STROMBOLIEN : éruptions diffusives et explosives, des coulées de lave fluide et des projections de cendres et der roches brûlantes, les bombes. VOLCAN TYPE VULCANIEN : éruptions explosives, avec des coulées de lave très visqueuse, projection très haut d'énormes quantités de cendres et de blocs incandescents. VOLCAN TYPE PELÉEN :rares et très violentes. explosion fait sauter le bouchon de lave solidifiée, coulée rapide de cendres et de fragments de lave solidifiée. C'est la nuée ardente. Variation de l’épaisseur optique stratosphérique L’activité volcanique grandes éruptions à caractère explosif injecter dans la stratosphère de grandes quantités de gaz soufré qui se transforment par la suite en aérosols sulfatés réduction de l’irradiance (estimé à −3,5 Wm² en moyenne globale lors de l’éruption du Pinatubo par ex), ! Hétérogénéité IV. Résultats obtenus Cas n°=1: istep=20 nstep = 20 Nombre de neurones = 3 Cas n°=1 Cas n°=1 Avec un nombre de neurones = 5 Avec un nombre de neurones = 5 Même situation avec un nombre de neurones = 10 Même situation avec un nombre de neurones = 10 Avec 100 neurones cachés: Avec 100 neurones cachés: Cas n°=2 : nombre de neurones=3. • istep = 30 • nstep = 30 Cas n°=2 : nombre de neurones=3. Pour nstep = istep = 50 : Pour nstep = istep = 100 : istep = nstep = 100 CONCLUSION • Autres Algorithmes de résolution: _ Méthode de descente _ Gradient simple ou conjugué _ retropopagation du gradient _ Quasi Newton _…