Scribd Logo
Importer

Bienvenue sur Scribd !

  • 16 vues

    Cours 5

    Transféré par

    Sou Tibon
    Le document décrit plusieurs applications des réseaux de neurones notamment la reconnaissance optique de caractères, le seuillage d'images, les bases d'apprentissage incrémentales et l'extraction de connaissances à partir de données.

    Droits d'auteur :

    © All Rights Reserved
    Téléchargez comme PPT, PDF, TXT ou lisez en ligne sur Scribd

    Cours 5

    Transféré par

    Sou Tibon
    16 vues33 pages
    Le document décrit plusieurs applications des réseaux de neurones notamment la reconnaissance optique de caractères, le seuillage d'images, les bases d'apprentissage incrémentales et l'extraction de connaissances à partir de données.

    Description originale:

    IA système expert

    Titre original

    Cours5

    Copyright

    © © All Rights Reserved

    Formats disponibles

    PPT, PDF, TXT ou lisez en ligne sur Scribd

    Avez-vous trouvé ce document utile ?

    Ce contenu est-il inapproprié ?

    Le document décrit plusieurs applications des réseaux de neurones notamment la reconnaissance optique de caractères, le seuillage d'images, les bases d'apprentissage incrémentales et l'extraction de connaissances à partir de données.

    Droits d'auteur :

    © All Rights Reserved
    Téléchargez comme PPT, PDF, TXT ou lisez en ligne sur Scribd
    Télécharger au format ppt, pdf ou txt
    16 vues33 pages

    Cours 5

    Transféré par

    Sou Tibon
    Le document décrit plusieurs applications des réseaux de neurones notamment la reconnaissance optique de caractères, le seuillage d'images, les bases d'apprentissage incrémentales et l'extraction de connaissances à partir de données.

    Droits d'auteur :

    © All Rights Reserved
    Téléchargez comme PPT, PDF, TXT ou lisez en ligne sur Scribd
    Télécharger au format ppt, pdf ou txt
    Vous êtes sur la page 1sur 33

    Chapitre 4 (suite)

    Applications du perceptron
    multicouche
    Plan

    4- Perceptron multicouche
     
     Sélection des paramètres
     Améliorations des performances
     Applications
     Reconnaissance optique de caractères
     Base d’apprentissage incrémentale
     Extraction de caractéristiques
     Compression d’images (réseau Diabolo)
    Découverte
     J.C. Principe, N.R. Euliano et W.C. Lefebvre
    Neural and Adaptive Systems: Fundamentals
    Through Simulations
    John Wiley & Sons, 2000
     Approche systèmes linéaires adaptatifs
     Simulateur de base fourni sur CD-ROM
     Couvre majorité des modèles, y compris
    MVS (machines à vecteurs de support)
     ACP
     Éléments de TNS:
    – Réponse en fréquence et transformée en Z
    – Filtre adaptatif
     Trouvé chez le Camelot, sept. 2005, $124

    Cours #5 GPA-779
    - 3 Application des réseaux de neurones et des systèmes experts
    Neurones cachés versus complexité
    des données

    Cours #5 GPA-779
    - 5 Application des réseaux de neurones et des systèmes experts
    Cours #5 GPA-779
    - 6 Application des réseaux de neurones et des systèmes experts
    Cours #5 GPA-779
    - 7 Application des réseaux de neurones et des systèmes experts
    Cours #5 GPA-779
    - 8 Application des réseaux de neurones et des systèmes experts
    Cours #5 GPA-779
    - 9 Application des réseaux de neurones et des systèmes experts
    Apprentissage versus
    généralisation

    Cours #5 GPA-779
    - 10 Application des réseaux de neurones et des systèmes experts
    Généralisation en régression

    Cours #5 GPA-779
    - 11 Application des réseaux de neurones et des systèmes experts
    Problématique: rappel

    Base de données
    étiquetée

    Base Base
    d’apprentissage de test

    apprentissage généralisation

    Cours #5 GPA-779
    - 12 Application des réseaux de neurones et des systèmes experts
    Système complet de classification

    Cours #5 GPA-779
    - 13 Application des réseaux de neurones et des systèmes experts
    Influence du nombre d’époques
    d’apprentissage

    Cours #5 GPA-779
    - 14 Application des réseaux de neurones et des systèmes experts
    Influence du nombre de neurones

    Cours #5 GPA-779
    - 15 Application des réseaux de neurones et des systèmes experts
    Influence du nombre de données

    Cours #5 GPA-779
    - 16 Application des réseaux de neurones et des systèmes experts
    6 Applications

    Reconnaissance Optique des Caractères (O.C.R)

    Seuillage d’images

    Base d’apprentissage incrémentale

    Data Mining, Extraction des connaissances


    6 Applications - OCR
    Reconnaissance Optique des Caractères (O.C.R)

    Objectif la lettre « s »
    s Système OCR

    Reconnaissance sans contrainte

    Reconnaissance hors contexte 29285


    Reconnaissance du scripte
    deux
    Reconnaissance des caractères manuscrits
    6 Applications - OCR

    Reconnaissance des chiffres manuscrits

    Système de Acquisition
    prétraitement d’images

    «0»
    «1»
    Extraction des Système de
    primitives décision
    «2»
    ……
    «9»
    6 Applications - OCR
    Résolutions spatiale
    Acquisition d’images
    et en niveaux de gris

    Système de Extraction d’imagettes


    prétraitement Filtrage/réduction du bruit
    Mise à l’échelle
    Extraction des Primitives visuelles
    primitives  méthodes syntaxiques
    Prototypes des classes
    Paramètres numériques
    (données brutes, données
    transformées, ….)
     méthodes numériques
    6 Applications - OCR

    Le neurone formel en reconnaissance de chiffres

    Séparation entre deux classes

    Classe 1 : -1

    Classe 2 : +1
    Imagette Poids
    d’entrée synaptiques
    X

    6 Applications - OCR
    Exemple :

    Classe 1

    Classe 2

    Image des poids synaptiques


    6 Applications - OCR

    Le réseau multicouches en reconnaissance


    de chiffres
    Base d’apprentissage 16 , (0, 0, 0, 1, 0, …, 0)
    étiquetée
    16

    L
    6 Applications - OCR

    Nombre de neurones dans la couche cachée ?


    Base d’apprentissage
    étiquetée

    Base Base
    d’apprentissage de test

    LOptimal L
    6 Applications - Seuillage d’images

    Seuillage d’images :
    Opération que l’on effectue sur une image afin
    d'obtenir une nouvelle image à deux niveaux de gris.
    Réseau CMB (Connexionnist Model Binarization)
    Entrée Sortie désirée

    calcul choix du
    d'histogramme
    normalisé seuil optimal

    Ensemble d'images Visualisation des


    d'apprentissage images seuillées
    6 Applications - Seuillage d’images

    image originale
    6 Applications - Base d’apprentissage incrémentale

    Base d’apprentissage incrémentale


    Concept d’apprentissage
    incrémental

    Ajout de nouvelles classes


    Les réseaux multicouches n’admettent
    pas cette possibilité

    Ajout de nouvelles formes


    OCR, Reconnaissance de parcellaires en
    imagerie satellitaire, etc.
    6 Applications - Base d’apprentissage incrémentale
    Base incrémentale en imagerie satellitaire

    Position du problème

    e rt
    V
    Spot

    Ro
    ug
    Proc

    e
    he
    infra
    roug

    Composé
    couleur
    e
    6 Applications - Base d’apprentissage incrémentale

    Il s’agit de la classe Cm

    x1 x2 x3

    Position, (x1 , x2, x3 ), Cm


    6 Applications - Base d’apprentissage incrémentale

    Apprentissage Classification

    Base (t)

    (t+1)
    Extraction
    d'exemples
    Base (t)

    Connaissances
    de l'expert
    Base (t+1)
    6 Applications - Base d’apprentissage incrémentale
    Construction dynamique d'une base d'apprentissage

    Base (t = 0) Base (tf =


    100 exemples /classe 1600 exemples
    15)
    /classe
    Cours #5 GPA-779
    - 31 Application des réseaux de neurones et des systèmes experts
    6 Applications - Extraction des connaissances
    Extraction des connaissances d'une
    base d'exemples
    Absence de connaissances a priori
    Une base d'exemples étiquetée
    Approche d'extraction de connaissances
    Apprentissage d'un réseau multicouches
    Analyse des poids synaptiques
    Application aux données MSN
    MSN, Malaises Graves (MG) et Fratries (F)
    42 données épidémiologiques
    Cours #5 GPA-779
    - 32 Application des réseaux de neurones et des systèmes experts
    6 Applications - Extraction des connaissances
    Extraction de connaissances d'une base d'exemples

    D1 38 +
    - D5
    12
    -
    D3
    36 +
    16
    16
    MSN 3
    +
    - + 40 - D2
    - +
    D1
    D4
    D5 MSN bien classifiés FR bien classifiés
    MSN mal classifiés FR mal classifiés
    formes MG

    Cours #5 GPA-779
    - 33 Application des réseaux de neurones et des systèmes experts

    Vous aimerez peut-être aussi