Veuillez choisir le dossier dans lequel vous souhaitez ajouter ce contenu :
Filtrer les résultats
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 …
