Les réseaux de neurones artificiels
Publié par Publication le 24/08/2004 à 00:07
On vient de voir que les neurones ont un fonctionnement assez simple et facilement applicable en mathématiques: il faut faire une sommation des informations qui lui sont fournies, puis appliquer un seuil à cette somme.

Pour schématiser cela, on admettra que les entrées (les informations que le neurone (Un neurone, ou cellule nerveuse, est une cellule excitable constituant l'unité fonctionnelle de base du système nerveux. Le terme de « neurone » fut introduit dans le...) reçoit) ne peuvent valoir que 0 ou 1. Cela correspond aux signaux électriques fournis par les neurones voisins.



La somme (Σ) est l'opération habituelle. Le seuil est représenté par une fonction de Heaviside (En mathématiques, la fonction de Heaviside (également fonction échelon, fonction marche ou, par abus de traduction, fonction d'étape), du nom de Oliver Heaviside, est une fonction...):



Ainsi, si la somme est suffisante, la sortie (signal transmis) vaut 1. Sinon, elle vaut 0.

Voilà ce qu'est un neurone en mathématiques (Les mathématiques constituent un domaine de connaissances abstraites construites à l'aide de raisonnements logiques sur des concepts tels que les nombres, les figures, les...). Il faut maintenant en assembler pour former un réseau (Un réseau informatique est un ensemble d'équipements reliés entre eux pour échanger des informations. Par analogie avec un filet (un réseau est un « petit rets », c'est-à-dire un petit filet), on appelle nœud (node)...).

Note: En réalité, les signaux utilisés ne sont pas binaires (0 ou 1): on assouplit la définition précédente en autorisant que ces signaux soient des nombres réels. De plus, la fonction seuil n'est pas aussi abrupte. On utilise plutôt une sigmoïde qui a une pente plus douce.
Page générée en 0.119 seconde(s) - site hébergé chez Amen
Ce site fait l'objet d'une déclaration à la CNIL sous le numéro de dossier 1037632
Ce site est édité par Techno-Science.net - A propos - Informations légales
Partenaire: HD-Numérique