Documents disponibles écrits par cet auteur

Apprentissage des réseaux de neurones par les algorithmes évolutionnaires appliqué à la classification phonétique / Nabil NEGGAZ

Public ISBD Titre : Apprentissage des réseaux de neurones par les algorithmes évolutionnaires appliqué à la classification phonétique Type de document : texte imprimé Auteurs : Nabil NEGGAZ, Auteur Année de publication : 2006 Importance : 77p Langues : Français (fre) Catégories : Informatique:Reconnaissance des Formes - Intelligence Artificielle Mots-clés : Algorithmes évolutionnaires , alogorithme génétique multi populations , classification phonétique , la sélection clonale , l’évolution différentieelle , réseaux de neurones Résumé : La recherche d’un algorithme d’optimisation adapté à un probléme donné ne peut se faire dans le ca dre des algorithmes génétiques , il est nécessaire de considérer une classe d’algorithmes plus grandes qui contient tous les algorithmes inspirés des mécanismes génétiques : les algorithmes évolutionnaires , le principal objectif étant d’appréhender les propriétés et les fonctionnalités les plus intéressants de ces algorithmes pour l’apprentissage des réseaux de neurones , l’essentiel des travaux exposés sera élaboré au profit des réseaux de neurones , on introduira les principales caractéristique d’un codage efficace et on développera en particulier les notions d’optimisation Ceci nous permettra de mieux gérer le probléme des minima locaux d’un réseaux MLP en utlisant des techniques plus récentes comme l’évolution différentielle (DE) , et algorithme génétique multi population (MPGA ) , algorithme de la sélection clonale(CSA) Le but du travail est la reconnaissance de la parole sur le corpus d’apprentissage TIMIT pour classifier les phonémes et améliorer la performance d’apprentissage des réseaux MLP en utilisant les différentes techniques évolutionnaires La réalisation de l’hybridation consiste à définir les ddifférentes interfaces neuro-évolutionnaires pour optimiser les poids synaptiques de reseaux de neurones et son architecture L’amélioration des résultats est la meme sur les catégories ( classes ) phonétique , c’est -à dire que l’augmentation de taux de reconnaissance est aussi élevée 62.11% pour NN-DE par rapport aux approches (52.39 %NN-GA ,58.81% NN-ES) et le modèle NN-MPGA arrive à généraliser globalement toutes les catégories phonétique avec un taux égal à 60.11% une nette amélioration de la troisiéme approche(NN-CSA) qui réalise un taux de classification égal à 76.53% Directeur de thèse : BENYETTOU,Abdelkader Apprentissage des réseaux de neurones par les algorithmes évolutionnaires appliqué à la classification phonétique [texte imprimé] / Nabil NEGGAZ, Auteur . - 2006 . - 77p. Langues : Français (fre) Catégories : Informatique:Reconnaissance des Formes - Intelligence Artificielle Mots-clés : Algorithmes évolutionnaires , alogorithme génétique multi populations , classification phonétique , la sélection clonale , l’évolution différentieelle , réseaux de neurones Résumé : La recherche d’un algorithme d’optimisation adapté à un probléme donné ne peut se faire dans le ca dre des algorithmes génétiques , il est nécessaire de considérer une classe d’algorithmes plus grandes qui contient tous les algorithmes inspirés des mécanismes génétiques : les algorithmes évolutionnaires , le principal objectif étant d’appréhender les propriétés et les fonctionnalités les plus intéressants de ces algorithmes pour l’apprentissage des réseaux de neurones , l’essentiel des travaux exposés sera élaboré au profit des réseaux de neurones , on introduira les principales caractéristique d’un codage efficace et on développera en particulier les notions d’optimisation Ceci nous permettra de mieux gérer le probléme des minima locaux d’un réseaux MLP en utlisant des techniques plus récentes comme l’évolution différentielle (DE) , et algorithme génétique multi population (MPGA ) , algorithme de la sélection clonale(CSA) Le but du travail est la reconnaissance de la parole sur le corpus d’apprentissage TIMIT pour classifier les phonémes et améliorer la performance d’apprentissage des réseaux MLP en utilisant les différentes techniques évolutionnaires La réalisation de l’hybridation consiste à définir les ddifférentes interfaces neuro-évolutionnaires pour optimiser les poids synaptiques de reseaux de neurones et son architecture L’amélioration des résultats est la meme sur les catégories ( classes ) phonétique , c’est -à dire que l’augmentation de taux de reconnaissance est aussi élevée 62.11% pour NN-DE par rapport aux approches (52.39 %NN-GA ,58.81% NN-ES) et le modèle NN-MPGA arrive à généraliser globalement toutes les catégories phonétique avec un taux égal à 60.11% une nette amélioration de la troisiéme approche(NN-CSA) qui réalise un taux de classification égal à 76.53% Directeur de thèse : BENYETTOU,Abdelkader

Exemplaires

Code-barres	Cote	Support	Localisation	Section	Disponibilité
4326	02-08-166	version papier	Bibliothèque USTOMB	Mémoire de Magister	Exclu du prêt

Integration des apporches evolutionnaires dans les modèles connexionistes / Nabil NEGGAZ 

Public ISBD Titre : Integration des apporches evolutionnaires dans les modèles connexionistes Type de document : document électronique Auteurs : Nabil NEGGAZ, Auteur Année de publication : 2013 Importance : 182 p. Accompagnement : CD Langues : Français (fre) Catégories : Informatique:Reconnaissance des Formes - Intelligence Artificielle Mots-clés : classification phonétique , reconnaissance des expressions facials , reconnaissance des signatures hors ligne , TIMIT,JAFFE,GPDS960 ,réseaux de neurones , les algorithmes évolutionnaires Résumé : Les travaux de recherche menés dans le cadre de cette thèse portent sur la reconnaissance des formes par les approches bio-inspirées. Plusieurs contributions ont été apportées. D’abord, on a étudié le problème de la classification phonétique et on a développé plusieurs techniques avancées qui s’inspirent des métaphores biologiques comme l’immunologie et l’évolution génétique ((Algorithme génétique multi populations(MPGA), l’algorithme de la sélection clonale (CSA), l’évolution différentielle (DE)), la recherche dispersée (SS), les stratégies d’évolution améliorées (ES) et du comportement éthologique (La colonie des abeilles artificielles). Ensuite, on a exploré le domaine de la reconnaissance d’expressions faciales. Enfin, le domaine de la reconnaissance des signatures hors ligne a suscité l’intérêt de la communauté scientifique. De plus, cette modalité est largement utilisée dans notre vie quotidienne ce qui motive l’utilité de ce travail. Pour réaliser la tache de la reconnaissance, il faut tout d’abord extraire les paramètres pertinents ensuite on passe à l’apprentissage puis la décision. Dans le cadre de la classification phonétique, on a utilisé les coefficients MFCC de la base de données TIMIT et pour la reconnaissance des expressions faciales, on a pris les 11 distances. La reconnaissance des signatures hors ligne utilise le descripteur SIFT pour extraire les caractéristiques pertinentes. Pour surmonter le problème de minima locaux des réseaux de neurones, plusieurs voies sont envisageables. Parmi les solutions proposées dans cette thèse, on a fait appel aux modèles hybrides qui combinent les réseaux de neurones avec les algorithmes bio-inspirés ou les algorithmes inspirés de la théorie des essaims d’abeilles. L’originalité du travail se situe au niveau de l’utilisation de l’algorithme de la sélection clonale pour l’apprentissage des réseaux de neurones dans le domaine de la classification phonétique. Cet algorithme permet de reconnaitre les différentes classes phonétiques avec un taux de 76.53%. De plus, on a conçu le modèle hybride NN-ABC qui est appliqué au problème de reconnaissance d’expression faciale (La base de données JAFFE). Cet algorithme arrive à identifier les différentes expressions avec un taux de reconnaissance égal à 84%. Enfin, on a appliqué trois modèles neuro-évolutionnaires (NN-ABC, NN-CMAES et NN-SS) au problème de la reconnaissance des signatures hors ligne (GPDS960 data base). Une étude comparative sur la base de données IRIS a montré qu’avec la méthode NN-CSA, la discrimination des individus est améliorée par rapport aux méthodes (NN-DE, NN-MPGA et AINET). Directeur de thèse : BENYETTOU , Abdelkader Integration des apporches evolutionnaires dans les modèles connexionistes [document électronique] / Nabil NEGGAZ, Auteur . - 2013 . - 182 p. + CD. Langues : Français (fre) Catégories : Informatique:Reconnaissance des Formes - Intelligence Artificielle Mots-clés : classification phonétique , reconnaissance des expressions facials , reconnaissance des signatures hors ligne , TIMIT,JAFFE,GPDS960 ,réseaux de neurones , les algorithmes évolutionnaires Résumé : Les travaux de recherche menés dans le cadre de cette thèse portent sur la reconnaissance des formes par les approches bio-inspirées. Plusieurs contributions ont été apportées. D’abord, on a étudié le problème de la classification phonétique et on a développé plusieurs techniques avancées qui s’inspirent des métaphores biologiques comme l’immunologie et l’évolution génétique ((Algorithme génétique multi populations(MPGA), l’algorithme de la sélection clonale (CSA), l’évolution différentielle (DE)), la recherche dispersée (SS), les stratégies d’évolution améliorées (ES) et du comportement éthologique (La colonie des abeilles artificielles). Ensuite, on a exploré le domaine de la reconnaissance d’expressions faciales. Enfin, le domaine de la reconnaissance des signatures hors ligne a suscité l’intérêt de la communauté scientifique. De plus, cette modalité est largement utilisée dans notre vie quotidienne ce qui motive l’utilité de ce travail. Pour réaliser la tache de la reconnaissance, il faut tout d’abord extraire les paramètres pertinents ensuite on passe à l’apprentissage puis la décision. Dans le cadre de la classification phonétique, on a utilisé les coefficients MFCC de la base de données TIMIT et pour la reconnaissance des expressions faciales, on a pris les 11 distances. La reconnaissance des signatures hors ligne utilise le descripteur SIFT pour extraire les caractéristiques pertinentes. Pour surmonter le problème de minima locaux des réseaux de neurones, plusieurs voies sont envisageables. Parmi les solutions proposées dans cette thèse, on a fait appel aux modèles hybrides qui combinent les réseaux de neurones avec les algorithmes bio-inspirés ou les algorithmes inspirés de la théorie des essaims d’abeilles. L’originalité du travail se situe au niveau de l’utilisation de l’algorithme de la sélection clonale pour l’apprentissage des réseaux de neurones dans le domaine de la classification phonétique. Cet algorithme permet de reconnaitre les différentes classes phonétiques avec un taux de 76.53%. De plus, on a conçu le modèle hybride NN-ABC qui est appliqué au problème de reconnaissance d’expression faciale (La base de données JAFFE). Cet algorithme arrive à identifier les différentes expressions avec un taux de reconnaissance égal à 84%. Enfin, on a appliqué trois modèles neuro-évolutionnaires (NN-ABC, NN-CMAES et NN-SS) au problème de la reconnaissance des signatures hors ligne (GPDS960 data base). Une étude comparative sur la base de données IRIS a montré qu’avec la méthode NN-CSA, la discrimination des individus est améliorée par rapport aux méthodes (NN-DE, NN-MPGA et AINET). Directeur de thèse : BENYETTOU , Abdelkader

Exemplaires

Code-barres	Cote	Support	Localisation	Section	Disponibilité
4488	02-08-328	Version numérique et papier	Bibliothèque USTOMB	Thèse de Doctorat	Exclu du prêt

Documents numériques

02-08-328.pdf Adobe Acrobat PDF