Partenaires

CNRS
Logo tutelle
Logo tutelle
Logo tutelle


Rechercher

Sur ce site

Sur le Web du CNRS


Accueil du site > Séminaires > Probabilités Statistiques et réseaux de neurones > Les réseaux RBFN (Radial-Basis Function Networks)

Vendredi 22 mars 2002 à 9h30

Les réseaux RBFN (Radial-Basis Function Networks)

Michel Verleysen (Louvain-la-Neuve)

Résumé : Les réseaux RBFN sont des approximateurs de fonction, ayant des propriétés d’approximation universelle similaires au MLP (perceptrons multi-couches). L’apprentissage de leurs coefficients passe par deux phases, la première étant non-supervisée (quantification vectorielle) et la seconde supervisée. L’avantage des réseaux RBFN réside dans le fait que cette seconde partie est un problème linéaire, ne nécessitant pas de descente de gradient ou autre algorithme d’optimisation, et évitant donc les minima locaux. Néanmoins, il existe de nombreux algorithmes d’apprentissage différents (principalement pour la partie non-supervisée), sans qu’il ne s’en dégage un consensus sur quant à leurs performances respectives. Le séminaire donnera un aperçu des réseaux RBFN, au point de vue apprentissage et utilisation, ainsi que quelques perspectives quant aux axes de recherche à explorer dans ce domaine.

Dans la même rubrique :