Présentation IA

173 vues

Publié le

0 commentaire
0 j’aime
Statistiques
Remarques
  • Soyez le premier à commenter

  • Soyez le premier à aimer ceci

Aucun téléchargement
Vues
Nombre de vues
173
Sur SlideShare
0
Issues des intégrations
0
Intégrations
22
Actions
Partages
0
Téléchargements
2
Commentaires
0
J’aime
0
Intégrations 0
Aucune incorporation

Aucune remarque pour cette diapositive

Présentation IA

  1. 1. Projet IAReconnaissance de chiffres manuscrits 29/01/2013 Encadré par Laurent BOUGRAINNicolas DELSAUT, Alexis FOUCHE, Julien GUÉPIN, Tristan STEF (IL)
  2. 2. Perceptron multicouches Entrées : Couche de sortie : Couches valeur de discrimination => cachées chaque pixel classe majoritaire w1 w2 . . . . . . . . . . . . . . . . . . . . . wn2/7
  3. 3. Activation w1 . . . . . . Sortie = activation( sum{i} (Wi * entrée i) ) w2 . . . . . . . . . wn
  4. 4. Rétropropagation du gradient delerreur derivate_activation( sum{i}( wi * erreur i) ) wi, erreur i derivate_activation( sum{i}( goal - last output ) ) wj, erreur j
  5. 5. Stratégie adoptéeRéseau de neurones à simple couche oucouche(s) cachée(s)Apprentissage avec 500 itérations sur 60 000échantillonsCoefficient dapprentissage et momentumparamètrables
  6. 6. ImplémentationProjet développé en JavaRéseau de neurone :Entrées = valeur de chaque pixel dune imageSorties = chiffre représentéInterface graphique, apprentissage dans unthread, dessin de caractères, ...
  7. 7. ConclusionPerceptron une couche cachée plus performantmais apprentissage plus long que perceptronsimple coucheAméliorations possibles :● Batterie de tests pour trouver les valeurs optimales, enregistrement des valeurs● Reconnaissance de tous les caractères

×