Veuillez choisir le dossier dans lequel vous souhaitez ajouter ce contenu :
Résumé du colloque
L'approche connexionniste est souvent supérieure à l'approche symbolique lorsque les symboles, ou objets, à traiter à un phase donné du processus sont flous ou hypothétiques. Les signaux temporels en sont des bons exemples et la Transformée de Fourier (TF), qui est un des outils les plus puissants pour leur analyse, peut effectivement être considérée comme une approche connexionniste. Rappelons que la TF permet de déterminer la plus ou moins grande présence de certaines fréquences dans une fenêtre temporelle donnée. Il n'est pas nécessaire de préalablement segmenter le signal en objets significatifs pour faire une décomposition spectrale. L'approche présentée ici est basée sur le même principe. Un réseau de neurones (adapté des travaux de Hopfield et Tank) comportant des délais adaptables est utilisé pour concentrer l'information distribuée sur tout un signal. Nous avons appliqué ce réseau à l'analyse de signaux dynamiques acquis lors de l'exécution de signatures manuscrites par des utilisateurs et des fraudeurs. Les tests effectués montrent qu'il est possible de contrôler des paramètres importants pour l'analyse de signaux d'origine manuscrite, comme le degré de dilatation/compression des composantes floues de ces signaux. Nous ferons ressortir, à l'aide d'exemples synthétiques, les avantages indéniables de ce type de réseau pour l'analyse de signaux complexes, et présenterons les différents paradigmes à tenir compte lors du design d'un système d'analyse autonome.
Vous devez être connecté pour ajouter un élément à vos favoris.
Veuillez vous connecter ou créer un compte pour continuer.
Outils de citation
Citer cet article :
MLA
APA
Chicago
Ajouter un dossier
Vous pouvez ajouter vos contenus préférés à des dossiers organisés. Une fois le dossier créé,
vous pouvez ajouter un article ou un contenu de la liste ou de la vue détaillée au dossier sélectionné dans la liste.