Titre :	La Prediction Des Series Temporelles
Type de document :	texte imprimé
Auteurs :	Raihane Mechgoug, Auteur
Editeur :	Allemagne : Édition Universitaires Européennes
Année de publication :	2014
Importance :	120 p.
Présentation :	couv. ill.,ill.
Format :	22 cm.
ISBN/ISSN/EAN :	978-3-8381-8268-1
Langues :	Français (fre)
Index. décimale :	25-05 Application du traitement numérique du signal
Résumé :	Dans ce travail, le problème de conception du prédicteur neuronal est tudi. Dans une première partie, on présente les différentes séries temporelles utilises dans la partie conception de prédicteur. Ensuite , on présente les méthodes stochastiques utilises pour la prédiction des séries temporelles stationnaires, non stationnaire en moyenne et en variance , saisionaires. Puis un état de l'art des techniques de soft computing : algorithmes génétiques, les réseaux de neurones et la logique floue. Prenant appui sur cet état de l'art nous proposons un prédicteur hybride des deux techniques du soft computing RNA/AG. Nous avons présent dans un premier temps la méthode d'optimisation d'un prédicteur neuronal base sur un algorithme génétique rel. Cette méthode consiste a l'optimisation simultané de la topologie de réseaux de neurones, les paramètres de contrôle de réseaux de neurones et les intervalles initiaux des poids synaptiques. Ensuite , nous avons décrit l’étape d'initialisation des chromosomes en spécifier les sous ensembles de chaque gène dans le chromosome. Enfin, pour tester l’efficacité de la méthode, des simulations dans 3domaines: économie, écologie et météo.
Note de contenu :	Table des matiéres 1 Introduction 2 Donnée 3 Séries temporelles 4 Techniques de soft computing 5 Conception des prédicteurs neuronaux par les algorithmes génétiques réels 6 Conclusion et perspectives

La Prediction Des Series Temporelles [texte imprimé] / Raihane Mechgoug, Auteur . - Allemagne : Édition Universitaires Européennes, 2014 . - 120 p. : couv. ill.,ill. ; 22 cm.
ISBN : 978-3-8381-8268-1
Langues : Français (fre)

Index. décimale :	25-05 Application du traitement numérique du signal
Résumé :	Dans ce travail, le problème de conception du prédicteur neuronal est tudi. Dans une première partie, on présente les différentes séries temporelles utilises dans la partie conception de prédicteur. Ensuite , on présente les méthodes stochastiques utilises pour la prédiction des séries temporelles stationnaires, non stationnaire en moyenne et en variance , saisionaires. Puis un état de l'art des techniques de soft computing : algorithmes génétiques, les réseaux de neurones et la logique floue. Prenant appui sur cet état de l'art nous proposons un prédicteur hybride des deux techniques du soft computing RNA/AG. Nous avons présent dans un premier temps la méthode d'optimisation d'un prédicteur neuronal base sur un algorithme génétique rel. Cette méthode consiste a l'optimisation simultané de la topologie de réseaux de neurones, les paramètres de contrôle de réseaux de neurones et les intervalles initiaux des poids synaptiques. Ensuite , nous avons décrit l’étape d'initialisation des chromosomes en spécifier les sous ensembles de chaque gène dans le chromosome. Enfin, pour tester l’efficacité de la méthode, des simulations dans 3domaines: économie, écologie et météo.
Note de contenu :	Table des matiéres 1 Introduction 2 Donnée 3 Séries temporelles 4 Techniques de soft computing 5 Conception des prédicteurs neuronaux par les algorithmes génétiques réels 6 Conclusion et perspectives