Reconnaissance de formes (caractères et chiffres arabes imprimés) par réseaux connexionistes (étape d'apprentissage)

Abstract

Les réseaux de neurones constituaient lors de leur création, une tentative visant à mimer le cerveau biologique afin de bénéficier de ses caractéristiques trés intéréssantes. Actuellement, ces derniers désignent un ensemble d'opérateurs non-linéaire qui rassemblés aux réseaux, peuvent être éfficacement utilisés dans plusieurs opérations relevant de différentes disciplines On cite ce traiement de signal, la modélisation et la commande des systèmes L'objectif de ce travail est de présenter une application directe des réseaux de neurones à apprentissage supervisés appliqué à la connaissance de formes (caractères et chiffres arabes imprimés). L'algorithme d'apprentissage est la rétropropagation du gradient basé sur l'ajustement des cohéficients de pendération afin de minimiser la valeur quadratique de l'érreur sur l'ensemble d'entrainement. A cause des limitations de la structure multicouche, on a adopté à la structure en fenètres pour éviter la saturation des neurones et réduire le temps d'apprentissage L'étape de reconnaissance se réalise par test et une prise de cécision.