Rapport TD IA
Rapport de stage : Rapport TD IA. Recherche parmi 301 000+ dissertationsPar AxoO • 5 Janvier 2017 • Rapport de stage • 358 Mots (2 Pages) • 641 Vues
Intelligence Artificielle : Réseaux de neurones
Remarque : il y a eu un changement au cours du TP, les codes sources de solutions ont été mis à disposition des étudiants afin de ne pas les empêcher de faire l’analyse si jamais la partie programmation n’était pas bonne.
Partie 1 : Implémentation de l’algorithme
Question 1 :
Etape 2 :
Il faut faire un calcul matriciel pour éviter de faire des boucles for. L’étude se portera sur une matrice de coordonnées X et la matrice W qui stocke les poids des différents points de X.
Nous avons vu que pour travailler sur des matrices il fallait qu’elle ait les mêmes dimensions : ici 5x7 (Donnée par l’enseignant). C’est pourquoi il faut étendre la matrice X pour qu’elle ait ces dimensions : on aura donc pour chaque case de X, une sous matrice.
Etape 3 :
Nous devons déterminer le neurone gagnant : le plus proche de l’entrée courante. Il s’agit de la plus petite valeur calculée dans la matrice précédente.
Etape 4 :
Il faut arriver à se rapprocher du neurone gagnant : pour ceci nous effectuons des modifications tous les poids.
Question 2 : Voir les codes sources
Partie 2 : Etude de l’algorithme
Question 1 :
Les différents paramètres de l’algorithme | |||
Paramètres | Augmentation | Diminution | |
Topologie | Influe sur le calcul de la distance | Exécution lente mais plus précise | Exécution rapide mais moins précise |
Taille du voisinage | Influe sur la progression du au changement du nombre de voisin | Il y a des regroupements autour du point d’entrée | Il n’y a pas beaucoup de changement par rapport à l’état initial |
Taux d’apprentissage | Influe sur la réorganisation des neurones | Beaucoup de mouvements : Convergence rapide | Peu de mouvements : Convergence lente |
Distribution des entrées | Influe sur les données random de base | Il faut une taille de voisinage élevée pour avoir des données fiables | Les données peuvent être fiables malgré la taille du voisinage |
Question 2 :
En utilisant des paramètres décroissants nous pouvons faire plusieurs observations :
- Il y a une variation de la précision globale
- L’atteinte de l’objectif finale peut être altérée
- Les paramètres doivent rester cohérents entre eux
Nous pouvons aussi noter que la vitesse de rapprochement varie : ceci est dû au fait que plus les neurones sont proches entre eux, plus l’attirance vers le point d’entrée est lente mais précise.
...