DRIEU, M. Nathan (2020) Reconnaissance des chiffres manuscrits par des réseaux de neurones : Etat de l'art et analyse paramétrique sur un cas restreint PRE - Projet de recherche, ENSTA.

Fichier(s) associé(s) à ce document :

[img]
Prévisualisation
PDF
2683Kb

Résumé

Ce stage visait à mettre en place une intelligence artificielle sous forme de réseau de neurone capable de reconnaitre des chiffres manuscrits et en analyser le comportement pour différents paramétrage. La base de données MNIST a été utilisée tout au long de ce stage pour fournir toutes les images à reconnaitre. Deux types de structure de réseau ont été étudiés. Premièrement, les réseaux « simples » où chaque neurone d’une couche est connecté à la totalité des neurones de la couche précédente, deuxièmement, les réseaux de convolution dont la principale différence est l’analyse plus locale des images. Il s’agissait alors d’étudier les différents paramétrages et leur performance pour ainsi analyser le comportement du réseau dans le but de mieux comprendre leur fonctionnement. Les différents résultats obtenus ainsi que leurs analyses forment alors une source de connaissance permettant de paramétrer un réseau de neurones en fonction des performances attendues ainsi que des ressources disponibles notamment en temps.

Type de document:Rapport ou mémoire (PRE - Projet de recherche)
Sujets:Sciences et technologies de l'information et de la communication
Mathématiques et leurs applications
Code ID :8126
Déposé par :nathan Drieu
Déposé le :21 oct. 2020 11:04
Dernière modification:21 oct. 2020 11:04

Modifier les métadonnées de ce document.