École Nationale Supérieure de
Techniques Avancées

Résumé

Dans le domaine de la neurosciences, la création continue de nouveaux ensembles de données plus vastes et complexes présente des défis dans l'extraction d'informations significatives. Cela est souvent exacerbé par la nature de "boîte noire" de certains algorithmes d'apprentissage automatique et l'entrelacement des données. Ce rapport explore l'implémentation d'un modèle de Machine de Boltzmann Restreinte modifié introduit par Fernandez-de-Cossio-Diaz et al. dans leur article "Disentangling Representations in Restricted Boltzmann Machines without Adversaries" [7], avec des données neuronales. Le rapport débute par une introduction aux concepts fondamentaux, suivie d'essais initiaux du modèle dans sa forme la plus simple, et la présentation des résultats obtenus. Par la suite, de nouvelles configurations sont explorées pour découvrir des moyens potentiels de mettre en œuvre cette RBM modifiée. Enfin, les résultats sont comparés avec un autre base de données.