Veuillez choisir le dossier dans lequel vous souhaitez ajouter ce contenu :
Résumé du colloque
L'architecture de réseaux de neurones de type propagation-avant "feed-forward" est une structure qui n'a pas été profondément étudiée pour le traitement d'un signal dynamique. Pourtant, elle présente plusieurs propriétés remarquables, principalement en terme de généralisation d'amplitude et de fréquence. Cet article montre que ces réseaux s'adaptent à généraliser sur les fonctions ainsi que l'apprentissage des séquences. Les fonctions sinus (10 ms de séquence d'apprentissage) et cosinus (10 ms de séquence d'apprentissage) sont utilisées pour démontrer l'efficacité de l'approche. Nous souhaitons orienter les systèmes généralisation de manière à prédire des résultats expérimentaux. Les résultats obtenus montrent que les réseaux de neurones de type feed-forward sont capables de généraliser sur une bande cachée, 19 unités dans les couches entrées et de sortie, 5 unités dans la couche cachée. Les performances de ce modèle sont comparées avec celles des travaux de R. Kanimura (90) - modèle de second ordre - et celles de W. Tsaurou (88). Cet article montre comment l'architecture de neurones formels peut reproduire fidèlement un signal de parole. En résumé, nous proposons un modèle de réseau de neurones formels, formé sur des séquences de sinus et cosinus, qui peut être utilisé pour prédire des résultats expérimentaux d'une manière efficace. Cette méthode de filtrage non-linéaire est un complément des techniques existantes, notamment possible de prédire des résultats expérimentaux pour des signaux passe-bas, passe-haut et passe-bande. Enfin, ce modèle peut effectuer un déplacement partiel d'une plage de fréquence à une autre.
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.