Rseaux des neurones: FUZZY ARTMAP

Raliser par:
Helaly Rabiy

M. Mohammed Boubaker 29/11/2017

 PLAN
1 Gnralits sur les rseaux de neurones

2 Dfinition dun rseau FUZZY ARTMAP

3 Principe de fonctionnement

4 Algorithme dapprentissage

5 Domaines dapplication

6 Bibliographie

1
 Gnralits sur les rseaux de neurones
Les rseaux de neurones, fabriqus de structures cellulaires artificielles,
constituent une approche permettant daborder sous des nouveaux angles
les problmes de perception, de mmoire, dapprentissage et de
raisonnement.

monocouches Multicouches

Anticipation Rcurrent Anticipation Rcurrent

supervis Non supervis Non supervis Non supervis Non

supervis supervis supervis supervis

Adaline OJA HOPFIELD BSB Madaline Multi- FUZZY ART 1-2

Perceptron SOFM Eidos RBF rsolution
LVQ 1-2 ARTMAP SARDSR
LVQ BAM N
2
 Dfinition dun rseau FUZZY ARTMAP
La structure de base dun rseaux ART:

Le Fuzzy ARTMAP est un rseau supervis capable deffectuer un apprentissage

incrmental. Il est constitue de deux rseaux ART.
3
 Principe de fonctionnement
ARTp

Les rseaux ARTp et ARTd sont

relis entre eux par un champ
associatif nomm Fpd. Ce champ est
utilise pour effectuer des prdictions
associatives entre les catgories du
Fpd module ARTp, qui sont associes
ARTd
aux stimuli dentre, et celles du
module ARTd, qui sont associes
aux sorties dsires[1]

4
 Principe de fonctionnement

Ce rseau fonctionne selon deux modes:

Mode dapprentissage:
on propage un stimulus dentre dans le module ARTp et, simultanment, on
propage le vecteur des sorties dsires dans le module ARTd. Les catgories
produites par les deux modules sont alors compares laide du champ associatif
Fpd.[2]

Mode de connaissance:
On ne propage rien dans le module ARTd , celui-ci demeure inactif. Le stimulus
dentre est simplement propag dans le module ARTp et la catgorie produite est
utilise pour slectionner le vecteur correspondant dans Wpd (sortie).[2]

5
 Algorithme daprentissage
Initialisation des poids Wpd={w1,w2wn}=1

Fixation des paramtres ARTp , ARTb et Fdp

non
T=1,Ttmax

oui
Choisir un couple p(t) et d(t)

Propager p(t) dans le processus ARTp

Propager d(t) dans le processus ARTd

Calculer Fdp

fin
6
 Domaines dapplication

Approximation d'une
fonction inconnue

perfectionnement
Allocation de des mthodes de
Fuzzy ARTMAP
ressources l'enseignement

modlisation d'une
fonction connue mais
complexe calculer
avec prcision

7
 Bibliographie

[1] G.A. Carpenter, S. Grossberg, N. Markuzon, J.H. Reynolds, D.B. Rosen,Fuzzy

ARTMAP :A neural network architecture for incremental supervised learning of analog
multidimensional maps, IEEE Transactions on Neural Networks, vol. 3, no. 5, p. 698-
713, 1992.

[2] Bernd Fritzke, A Growing Neural Gas Network Learns Topologies, Advances in
Neural Information Processing Systems 7, G. Tesauro, D.S. Touretzky et T.K. Leen
(diteurs), MIT Press, Cambridge MA, 1995.