6.8. Amplificateur .................................................................................................................. 20
6.9. Echantillonnage ............................................................................................................. 20
6.9.1. Echantillonneur-Bloqueur ........................................................................................ 20
6.9.2. Conversion analogique numérique .......................................................................... 21
6.10. Convertisseur Analogique/Numérique ......................................................................... 21
7. RÉCAPITULATION .................................................................................................................... 23
CHAPITRE 2: QUELQUES MODÈLES DE RÉSEAUX DE NEURONES .......................... 25
I. INTELLIGENCE ARTIFICIELLE ........................................................................................ 25
1. HISTORIQUE ....................................................................................................................... 25
2. DEFINIR L’INTELLIGENCE ARTIFICIELLE ................................................................... 26
2.1. Définition ....................................................................................................................... 26
2.2. Différents domaines ....................................................................................................... 27
2.3. Réseaux de neurones ...................................................................................................... 27
II. RESEAUX DE NEURONES ................................................................................................ 27
1. INTRODUCTION ................................................................................................................. 27
2. HISTORIQUE ....................................................................................................................... 28
3. NEURONE FORMEL ............................................................................................................ 29
3.1. Interprétation mathématique ........................................................................................... 30
3.2. Fonctions d'activation .................................................................................................... 31
4. RÉSEAUX DE NEURONES ARTIFICIELS ........................................................................................ 32
4.1. Définition ....................................................................................................................... 32
4.2. Architecture des réseaux ................................................................................................ 33
4.2.1. Réseaux "FEED-FORWARD" ............................................................................... 33
4.2.1.1. Perceptrons ....................................................................................................... 33
a) Perceptron monocouche ............................................................................................ 33
b) Perceptron multicouche (MLP) ................................................................................. 33
4.2.1.2. Les réseaux à fonction radiale .......................................................................... 34
4.2.2. Les réseaux "FEED-BACK" ................................................................................... 34
4.2.2.1. Les cartes auto-organisatrices de Kohonen ...................................................... 34
4.2.2.2. Les réseaux de Hopfield ................................................................................... 34
4.2.2.3. Les ART ............................................................................................................ 34
5. RECAPITULATION ............................................................................................................. 35
6. APPRENTISSAGE................................................................................................................ 35
6.1. Types d'apprentissage .................................................................................................... 35
6.1.1. Le mode supervisé ................................................................................................... 35
6.1.2. Le renforcement ....................................................................................................... 35
6.1.3. Le mode non-supervisé (ou auto-organisationnel)................................................... 36
6.1.4. Le mode hybride ...................................................................................................... 36
6.2. Règles d'apprentissage ................................................................................................... 36
6.2.1. Règle de correction d'erreurs ................................................................................... 36
6.2.2. Apprentissage de Boltzmann ................................................................................... 36
6.2.3. Règles de Hebb ........................................................................................................ 36
6.2.4. Règle d'apprentissage par compétitions ................................................................... 37
6.3. Algorithme d'apprentissage supervisé pour les RNA : la rétropropagation ................... 37
6.4. Généralisation ................................................................................................................ 38
6.4.1. Facteurs indispensables pour une bonne généralisation ........................................... 39
6.4.2. Optimisation de la généralisation ............................................................................. 39
6.4.2.1. Algorithme d'apprentissage ............................................................................... 40
a) Algorithme du facteur d'apprentissage adaptatif η .................................................... 40
b) Méthode de Newton ................................................................................................. 40