Prédictions par le réseau de neurones
D’abord qu’est ce que le Réseau de Neurones ?
Un réseau de neurones (ou Artificial Neural Network en anglais) est un modèle de calcul dont la conception est très schématiquement inspirée du fonctionnement de vrais neurones (humains et non humains).
Les réseaux de neurones sont généralement optimisés par des méthodes d’apprentissage de type statistique, si bien qu’ils sont placés d’une part dans la famille des applications statistiques, qu’ils enrichissent avec un ensemble de paradigmes permettant de générer de vastes espaces fonctionnels souples et partiellement structurés, et d’autre part dans la famille des méthodes de l’intelligence artificielle qu’ils enrichissent en permettant de prendre des décisions s’appuyant davantage sur la perception que sur le raisonnement logique formel.
Les neurologues Warren Sturgis McCulloch et Walter Pitts menèrent les premiers travaux sur les réseaux de neurones à la suite de leur article fondateur : What the frog’s eye tells to the frog’s brain. Ils constituèrent un modèle simplifié de neurone biologique communément appelé neurone formel. Ils montrèrent également théoriquement que des réseaux de neurones formels simples peuvent réaliser des fonctions logiques, arithmétiques et symboliques complexes.
La fonction des réseaux de neurones formels à l’instar du modèle vivant est de résoudre des problèmes.
Les réseaux de neurones artificiels ont besoin de cas réels servant d’exemples pour leur apprentissage.
Les réseaux de neurones, sont utilisés pour, la classification, l’évaluation, ou l’évolution (prédiction). dans de nombreux domaines, tels que :
Les banques : pour analyser et verrifier la solvabilité et les tendances de ses clients.
En finances : par example la bourse, pour gerer des portefeuilles, sauf que ici les données ne sont pas vrais, les actions n’ont pas une tendance sure.
Domaine médical : pour prevenir la propagation de maladies, et la recherche.
Il y a meme des initié qui ont essayé de l’adapter meme pour le jeu de hasard (loteries) pour prédir les numéros à venir, ici non plus il n’y a jamais eu de résultats vraies, les données n’étant pas vraies non plus.
Aujourd’hui avec l’informatique, beaucoup de compagnies offre des logiciels en lignes ou elles ont inseres une banque de données dans plusieur domaines, et ou le client peut rajouter ou modifier les données pour classifier, évaluer et prédire un résultat.
A titre d’exemple cette compagnie, ATTRASOFT, son logiciel est disponible pour télécharger, il est concu pour de nombreux cas ou le réseau de neurones peut etre util.
http://attrasoft.com/willdo.htm
Exemple d'étude en biologie avec le réseau de neurones par la NASA:
http://aemc.jpl.nasa.gov/activities/bio_regen.cfm
et un autre pour l'éspace:
http://www.nasa.gov/vision/universe/..._robotics.html
Un réseau de neurones:
et un autre dans le militaire:
http://www.pnl.gov/redipro/
D’abord qu’est ce que le Réseau de Neurones ?
Un réseau de neurones (ou Artificial Neural Network en anglais) est un modèle de calcul dont la conception est très schématiquement inspirée du fonctionnement de vrais neurones (humains et non humains).
Les réseaux de neurones sont généralement optimisés par des méthodes d’apprentissage de type statistique, si bien qu’ils sont placés d’une part dans la famille des applications statistiques, qu’ils enrichissent avec un ensemble de paradigmes permettant de générer de vastes espaces fonctionnels souples et partiellement structurés, et d’autre part dans la famille des méthodes de l’intelligence artificielle qu’ils enrichissent en permettant de prendre des décisions s’appuyant davantage sur la perception que sur le raisonnement logique formel.
Les neurologues Warren Sturgis McCulloch et Walter Pitts menèrent les premiers travaux sur les réseaux de neurones à la suite de leur article fondateur : What the frog’s eye tells to the frog’s brain. Ils constituèrent un modèle simplifié de neurone biologique communément appelé neurone formel. Ils montrèrent également théoriquement que des réseaux de neurones formels simples peuvent réaliser des fonctions logiques, arithmétiques et symboliques complexes.
La fonction des réseaux de neurones formels à l’instar du modèle vivant est de résoudre des problèmes.
Les réseaux de neurones artificiels ont besoin de cas réels servant d’exemples pour leur apprentissage.
Les réseaux de neurones, sont utilisés pour, la classification, l’évaluation, ou l’évolution (prédiction). dans de nombreux domaines, tels que :
Les banques : pour analyser et verrifier la solvabilité et les tendances de ses clients.
En finances : par example la bourse, pour gerer des portefeuilles, sauf que ici les données ne sont pas vrais, les actions n’ont pas une tendance sure.
Domaine médical : pour prevenir la propagation de maladies, et la recherche.
Il y a meme des initié qui ont essayé de l’adapter meme pour le jeu de hasard (loteries) pour prédir les numéros à venir, ici non plus il n’y a jamais eu de résultats vraies, les données n’étant pas vraies non plus.
Aujourd’hui avec l’informatique, beaucoup de compagnies offre des logiciels en lignes ou elles ont inseres une banque de données dans plusieur domaines, et ou le client peut rajouter ou modifier les données pour classifier, évaluer et prédire un résultat.
A titre d’exemple cette compagnie, ATTRASOFT, son logiciel est disponible pour télécharger, il est concu pour de nombreux cas ou le réseau de neurones peut etre util.
http://attrasoft.com/willdo.htm
Exemple d'étude en biologie avec le réseau de neurones par la NASA:
http://aemc.jpl.nasa.gov/activities/bio_regen.cfm
et un autre pour l'éspace:
http://www.nasa.gov/vision/universe/..._robotics.html
Un réseau de neurones:
et un autre dans le militaire:
http://www.pnl.gov/redipro/
Commentaire