| | | Module RN : Réseaux de Neurones et Applications |
Introduction aux principes de base des méthodes neuronales de traitement d'information. Le cours développe les concepts et les paradigmes essentiels et les situe par rapport à des méthodes classiques. Le cours est complété par un BE (2h) focalisé sur l'apprentissage et l'étude des perceptrons multi-couches. Un mini-projet (6h de préparation avec l'enseignant + travail personnel), choisi par chaque groupe parmi sept propositions, permet d'approfondir un modèle neuronal particulier dans le cadre d'une application en classification, modélisation, traitement du signal ou d'images. Ce mini-projet est développé en Matlab, en Java ou en C++, il est validé par un rapport accompagné du logiciel réalisé et d'une présentation orale. La note du module est celle du mini-projet.
Contenu du cours
Bureaux d'études
Une séance de 2h sur les perceptrons multi-couches, avec mise en oeuvre d'algorithmes d'apprentissage du premier et du second ordre. Mise en évidence des minima locaux, de l'importance du point initial, du surapprentissage, etc.
Trois séances de 2 heures pour l'étude et la réalisation d'un réseau de neurones pour résoudre un problème réel (classification, estimation de fonctions, compression d'images couleur, problème d'optimisation, séparation de sources). Pour chaque projet, seront fournis les fichier de données et un algorithme schématique du programme à implanter en Matlab ou en C.
| | | Module RN : Réseaux de Neurones et Applications |