Thèse soutenue

Techniques evolutionnaires pour l'apprentissage des reseaux de neurones a coefficients reels
FR  |  
EN
Accès à la thèse
Auteur / Autrice : CEDRIC GEGOUT
Direction : Michel Cosnard
Type : Thèse de doctorat
Discipline(s) : Sciences appliquées
Date : Soutenance en 1996
Etablissement(s) : École normale supérieure (Lyon ; 1987-2009)

Résumé

FR

La recherche d'un algorithme d'optimisation adapte a un probleme donne ne peut pas se faire dans le seul cadre des algorithmes genetiques, il est necessaire de considerer une classe d'algorithmes plus grande qui contient tous les algorithmes inspires des mecanismes genetiques: les algorithmes evolutionnaires. Cette classe comprend trois grands groupes: les strategies evolutionnaires (ou evolutives), les techniques de programmation evolutionnaire et les algorithmes genetiques. Les algorithmes qui n'appartiennent pas a l'un de ces groupes sont dits non conventionnels. Comme le montre ce rapport la recherche d'un algorithme evolutionnaire adapte a un probleme donne amene naturellement a la conception d'un algorithme non conventionnel. On tachera de montrer par l'agencement d'algorithmes evolutionnaires non conventionnels les attraits de chacuns, et les moyens de les renforcer. Le principal objectif etant d'apprehender les proprietes et les fonctionnalites les plus interessantes de ces algorithmes pour l'apprentissage de reseaux de neurones, l'essentiel des travaux exposes sera elabore au profit des reseaux de neurones. On introduira les principales caracteristiques d'un codage efficace et on developpera en particulier les notions de minimalite et de redondance. Ceci nous permettra de resoudre le probleme de l'initialisation des reseaux de neurones pour les algorithmes bases sur une descente de gradient. Ce probleme est considere comme un probleme d'optimisation reelle, il peut etre etudie comme un probleme multicritere ou l'evaluation d'un bon reseau d'initialisation s'effectue avec la fonction de sortie calculee par le reseau et sa differentielle. On etudie ensuite le probleme de l'apprentissage des reseaux de neurones recurrents. Ce probleme est plus complexe que celui des reseaux de neurones non recurrents. On choisit d'etudier le comportement asymptotique de ces reseaux. Dans ce cadre, les algorithmes evolutionnaires sont des outils puissants permettant d'entrainer un reseau pour qu'il approche une fonction donnee