Réseau de croyances profond

Définition

En apprentissage automatique, un réseau de croyances profond (Deep Belief Network - DBN) ou une machine de Boltzman profonde est un modèle graphique génératif, ou encore une classe de réseau de neurones profond, composé de plusieurs couches de variables latentes (unités cachées) avec des connexions entre les couches mais pas entre chaque couche.

Réseau de neurones constitué de machines de Boltzmann restreintes dans laquelle chaque couche communique à la fois avec les couches précédentes et suivantes, mais dans laquelle les nœuds d'une même couche ne communiquent pas entre eux latéralement.

Lorsqu'il est entraîné sur un ensemble de données sans supervision, un réseau de croyances profond peut apprendre à reconstruire de manière probabiliste ses entrées. Les couches agissent alors comme des détecteurs d'attributs. Après cette étape d'entraînement, un réseau de croyances profond peut être entraîné à nouveau avec supervision pour effectuer une classification.

Compléments

En intelligence artificielle, graphe acyclique orienté dans lequel les nœuds représentent des variables, les arcs représentent des dépendances directes entre les variables liées, et la force de ces dépendances sont quantifiés par des probabilités conditionnelles.

à valider...

Français

réseau de croyances profond

réseau de croyances

machine de Boltzman profonde

machine boltzmannienne profonde

réseau de Boltzmann profond

réseau de croyance profond

Anglais

Deep Belief Network

DBN

Deep Boltzmann Machine

DBM

Source: Qwerty wiki, Deep belief network.

Source : TERMIUM Plus

Source: Goodfellow, Ian; Bengio, Yoshua et Aaron Courville (2018), Apprentissage profond, Paris, Massot éditions, 800 pages.

Source :qwe ]

Note: réseau de croyances profond désignation validée par des spécialistes canadiens de l'Université Concordia, de l'Université Dalhousie, de l'Université Laval et de Microsoft Canada.