Réseau-de-neurones-artificiels-Definition

[et_pb_section admin_label=”section”][et_pb_row admin_label=”row”][et_pb_column type=”1_3″][et_pb_image admin_label=”Image” src=”http://rosemees.com/wp-content/uploads/2017/04/Réseau-de-neurones-artificiels-Definition.jpg” alt=”Réseau-de-neurones-artificiels-Definition” show_in_lightbox=”off” url_new_window=”off” use_overlay=”off” animation=”left” sticky=”off” align=”left” force_fullwidth=”off” always_center_on_mobile=”on” use_border_color=”off” border_color=”#ffffff” border_style=”solid” /][/et_pb_column][et_pb_column type=”2_3″][et_pb_text admin_label=”Texte” background_layout=”light” text_orientation=”left” use_border_color=”off” border_color=”#ffffff” border_style=”solid”]

Le réseau de neurones artificiels représente un ensemble d’algorithmes dont la conception est, à l’origine très schématiquement inspirée du fonctionnement des neurones biologiques, qui, par la suite, s’est rapproché des méthodes statistiques. Les réseaux des neurones sont donc généralement optimisés par des méthodes d’apprentissage de type probabiliste et, en particulier, bayésien. Les réseaux des neurones sont placés à la fois dans la famille des applications statistiques mais aussi dans la famille des méthodes de l’intelligence artificielle. En effet, d’une part, ils enrichissent avec un ensemble de paradigmes qui permettent de créer des classifications rapides et d’autre part, ils fournissent un mécanisme perceptif indépendant des idées propres de celui qui implémente en donnant des informations d’entrée au raisonnement logique formel. En termes de modélisation des circuits biologiques, les réseaux des neurones permettent de tester quelques hypothèses fonctionnelles issues de la neurophysiologie, ou encore les conséquences de ces hypothèses dans le but de les comparer au réel. Les réseaux neuronaux sont donc construits sur un paradigme biologique qui est celui du neurone formel, comme le sont les algorithmes génétiques sur la sélection naturelle. Il faut souligner qu’une fonction des réseaux de neurones formels, à l’instar du modèle vivant, est d’opérer rapidement des classifications et d’apprendre à les améliorer.

[/et_pb_text][/et_pb_column][/et_pb_row][/et_pb_section]

Réseau de neurones artificiels DefinitionLe réseau de neurones artificiels représente un ensemble d’algorithmes dont la conception est, à l’origine très schématiquement inspirée du fonctionnement des neurones biologiques, qui, par la suite, s’est rapproché des méthodes statistiques. Les réseaux des neurones sont donc généralement optimisés par des méthodes d’apprentissage de type probabiliste et, en particulier, bayésien. Les réseaux des neurones sont placés à la fois dans la famille des applications statistiques mais aussi dans la famille des méthodes de l’intelligence artificielle. En effet, d’une part, ils enrichissent avec un ensemble de paradigmes qui permettent de créer des classifications rapides et d’autre part, ils fournissent un mécanisme perceptif indépendant des idées propres de celui qui implémente en donnant des informations d’entrée au raisonnement logique formel. En termes de modélisation des circuits biologiques, les réseaux des neurones permettent de tester quelques hypothèses fonctionnelles issues de la neurophysiologie, ou encore les conséquences de ces hypothèses dans le but de les comparer au réel. Les réseaux neuronaux sont donc construits sur un paradigme biologique qui est celui du neurone formel, comme le sont les algorithmes génétiques sur la sélection naturelle. Il faut souligner qu’une fonction des réseaux de neurones formels, à l’instar du modèle vivant, est d’opérer rapidement des classifications et d’apprendre à les améliorer.