Reference : Prétraitement de données en reconnaissance de formes par RNA
Dissertations and theses : Master's dissertation
Engineering, computing & technology : Computer science
http://hdl.handle.net/2268/168732
Prétraitement de données en reconnaissance de formes par RNA
French
Schyns, Michael mailto [Université de Liège - ULg > HEC-Ecole de gestion de l'ULg : UER > UER Opérations : Informatique de gestion >]
Jun-1993
Université de Liège, ​Liège, ​​Belgique
Licence en Informatique
132
Destiné, Jacques mailto
Gribomont, Pascal mailto
Fombellida, Michel
[fr] réseau de neurones ; statistique
[en] Les réseaux de neurones n'ont malheureusement pas que des avantages. Leur taille croît avec la quantité et la complexité des données à traiter. Or le principal inconvénient du RNA est lié à sa complexité. Plus elle est grande, plus le RNA sera difficile et coûteux à implémenter physiquement et plus son temps d'apprentissage sera grand. Pour résoudre ce problème, une solution est de prétraiter les données pour diminuer leur taille.

Il nous a dès lors été demandé d'analyser trois méthodes de compression applicables au traitement par RNA : la méthode de Karhunen-Loève, la méthode LPC (Linear Predictive Coding) et la méthode NLPCA (Non Linear Principal Composant Analysis). Nous en avons ajouté une : la méthode LSP (Line Spectral Pair). Les chapitres qui y sont consacrés tenteront de convaincre le lecteur de l'efficacité de ces procédés. Nous déterminerons également comment choisir la méthode à utiliser pour un problème de classification posé à un RNA.
Researchers
http://hdl.handle.net/2268/168732

File(s) associated to this reference

Fulltext file(s):

FileCommentaryVersionSizeAccess
Open access
MEMOIRE.pdfAuthor preprint5.13 MBView/Open

Bookmark and Share SFX Query

All documents in ORBi are protected by a user license.