« Perceptron multicouche » : différence entre les versions


Aucun résumé des modifications
Aucun résumé des modifications
 
(12 versions intermédiaires par 4 utilisateurs non affichées)
Ligne 1 : Ligne 1 :
==Définition==
==Définition==
Le '''[[Perceptron|perceptron]]''' multicouche ou PMC est un '''[[Réseau de neurones artificiels|réseau neuronal]]''' organisé en plusieurs couches au sein desquelles une information circule de la couche d'entrée vers la couche de sortie. Il s'agit donc d'un architecture de réseau sans boucle dite à propagation directe (''feedforward'').
Le [[perceptron]] multicouche ou PMC est un [[Réseau de neurones artificiels|réseau neuronal]] organisé en plusieurs couches au sein desquelles une information circule de la couche d’entrée vers la couche de sortie. Il s’agit donc d’une architecture de réseau sans boucle, dite à [[Réseau de neurones à propagation avant|propagation avant]] (de l'anglais ''feedforward neural network'').  


Chaque couche est constituée d'un nombre variable de '''[[Neurone artificiel|neurones]]''', les neurones de la dernière couche (dite « de sortie ») étant les sorties du réseau global.  
Chaque couche est constituée d’un nombre variable de [[Neurone artificiel|neurones]], les neurones de la dernière couche, soit la couche « de sortie » étant les sorties du réseau global.


==Compléments==
==Compléments==
Ligne 17 : Ligne 17 :
'''MLP'''
'''MLP'''


<small>
Task planning and scheduling are a branch of artificial intelligence and operations research that concerns the development of algorithms capable of automatically generating, modifying and optimizing plans for the execution of a complex task.
 
Different approaches are possible. For example, a knowledge-based system can reason about tasks to order them, parallelize them and so on. Reinforcement learning can also be used, where an agent creates a plan through trial and error (guided by rewards and punishments). An example of a planning and scheduling application is real-time industrial process control.
 
 
==Español==
[[Catégorie:es]]
 
''''' perceptrón multicapa '''''
 
''El perceptrón multicapa o PMC es una red neuronal organizada en varias capas dentro de las cuales la información circula de la capa de entrada a la de salida. Se trata, por tanto, de una arquitectura de red sin bucles, conocida como red neuronal de propagación hacia adelante.''
 
''Cada capa está formada por un número variable de neuronas, siendo las neuronas de la última capa, la capa de «salida», las salidas de la red global.
''
 
==Sources==


[https://fr.wikipedia.org/wiki/Perceptron_multicouche Source : Wikipedia IA]
[https://fr.wikipedia.org/wiki/Perceptron_multicouche Source : Wikipedia IA]


</small><br> <div style="border:2px solid #336699; background: #f6f6f6; padding: 1em; margin-bottom:1em; width: 90%;"><html><a href="https://datafranca.org/wiki/Cat%C3%A9gorie:101"><img src="https://datafranca.org/images/icone-101-mots.png" width="250"></a></html>
{{Modèle:101}}
<br></div><br><br>
 
{{Modèle:GDT}}


[[Catégorie:GDT]]
[[Catégorie:GDT]]
Ligne 28 : Ligne 44 :
[[Category:GRAND LEXIQUE FRANÇAIS]]
[[Category:GRAND LEXIQUE FRANÇAIS]]
[[Catégorie:101]]
[[Catégorie:101]]
[[Catégorie:PUBLICATION]]

Dernière version du 19 avril 2026 à 18:56

Définition

Le perceptron multicouche ou PMC est un réseau neuronal organisé en plusieurs couches au sein desquelles une information circule de la couche d’entrée vers la couche de sortie. Il s’agit donc d’une architecture de réseau sans boucle, dite à propagation avant (de l'anglais feedforward neural network).

Chaque couche est constituée d’un nombre variable de neurones, les neurones de la dernière couche, soit la couche « de sortie » étant les sorties du réseau global.

Compléments

Le perceptron multicouche permet de surmonter les difficultés du perceptron simple (ou monocouche) à traiter des données qui ne sont pas séparables de manière linéaire (problème du « ou exclusif »).

Français

perceptron multicouche

PMC

Anglais

multilayer perceptron

MLP

Task planning and scheduling are a branch of artificial intelligence and operations research that concerns the development of algorithms capable of automatically generating, modifying and optimizing plans for the execution of a complex task.

Different approaches are possible. For example, a knowledge-based system can reason about tasks to order them, parallelize them and so on. Reinforcement learning can also be used, where an agent creates a plan through trial and error (guided by rewards and punishments). An example of a planning and scheduling application is real-time industrial process control.


Español

perceptrón multicapa

El perceptrón multicapa o PMC es una red neuronal organizada en varias capas dentro de las cuales la información circula de la capa de entrada a la de salida. Se trata, por tanto, de una arquitectura de red sin bucles, conocida como red neuronal de propagación hacia adelante.

Cada capa está formada por un número variable de neuronas, siendo las neuronas de la última capa, la capa de «salida», las salidas de la red global.

Sources

Source : Wikipedia IA

101 MOTS DE L' IA
Ce terme est sélectionné pour le livre « Les 101 mots de l'intelligence artificielle » Ligne bleue2.jpg