« Réseau de neurones à rétropropagation » : différence entre les versions


m (Remplacement de texte : « ↵<small> » par «  ==Sources== »)
 
(2 versions intermédiaires par 2 utilisateurs non affichées)
Ligne 1 : Ligne 1 :
==en construction==
== Définition ==
== Définition ==
Type de réseau de neurones basé sur la méthode de descente du gradient, qui tente de réduire au minimum l’erreur du réseau en abaissant le gradient de la courbe d’erreur.
Type de [[réseau de neurones]] basé sur la méthode de descente du gradient, qui tente de réduire au minimum l’erreur du réseau en abaissant le gradient de la courbe d'erreur.


Celui-ci se construit par apprentissage itératif : pour une entrée, la sortie donnée par le réseau est comparée à la sortie attendue. La différence obtenue est alors propagée depuis les nœuds de sortie vers l’entrée en ajustant successivement les coefficients de pondérations de chaque nœud.
Celui-ci se construit par apprentissage itératif : pour une entrée, la sortie donnée par le réseau est comparée à la sortie attendue. La différence obtenue est alors propagée depuis les nœuds de sortie vers l’entrée en ajustant successivement les [[pondération|coefficients de pondération]] de chaque nœud.


== Français ==
== Français ==
Ligne 15 : Ligne 14 :
'''back-propagation neural network'''
'''back-propagation neural network'''


'''BPNN'''


<small>
 
==Sources==




Ligne 23 : Ligne 24 :
[https://hal.archives-ouvertes.fr/hal-01551797/file/AIP_Colloque2017_Vers_un_pilotage_de_la_qualite_des_pieces_injectees.pdf  Source : Pierre Nagorny, Eric Pairel, Maurice Pillet. ''Vers un pilotage de la qualité des pièces injectées''. 15ème Colloque National AIP PRIMECA : ”Concevoir et produire dans les industries du futur”, AIP Primeca, Apr 2017, La Plagne, France. hal-01551797f ]
[https://hal.archives-ouvertes.fr/hal-01551797/file/AIP_Colloque2017_Vers_un_pilotage_de_la_qualite_des_pieces_injectees.pdf  Source : Pierre Nagorny, Eric Pairel, Maurice Pillet. ''Vers un pilotage de la qualité des pièces injectées''. 15ème Colloque National AIP PRIMECA : ”Concevoir et produire dans les industries du futur”, AIP Primeca, Apr 2017, La Plagne, France. hal-01551797f ]


[[Catégorie:vocabulary]]
[[Catégorie:GRAND LEXIQUE FRANÇAIS]]

Dernière version du 28 janvier 2024 à 12:05

Définition

Type de réseau de neurones basé sur la méthode de descente du gradient, qui tente de réduire au minimum l’erreur du réseau en abaissant le gradient de la courbe d'erreur.

Celui-ci se construit par apprentissage itératif : pour une entrée, la sortie donnée par le réseau est comparée à la sortie attendue. La différence obtenue est alors propagée depuis les nœuds de sortie vers l’entrée en ajustant successivement les coefficients de pondération de chaque nœud.

Français

réseau de neurones à rétropropagation

réseau neuronal de rétropropagation

réseau de neurones à propagation arrière

Anglais

back-propagation neural network

BPNN


Sources

Source : Rima Daoudi-Dabladji. Classification du cancer du sein par des approches basées sur les systèmes immunitaires artificiels. Traitement du signal et de l’image. Université Paris-Saclay; Université d’Evry-Val-d’Essonne, 2016. Français. NNT : 2016SACLE026ff. tel-01762795

Source : Pierre Nagorny, Eric Pairel, Maurice Pillet. Vers un pilotage de la qualité des pièces injectées. 15ème Colloque National AIP PRIMECA : ”Concevoir et produire dans les industries du futur”, AIP Primeca, Apr 2017, La Plagne, France. hal-01551797f