Mémoires de Fin d’Etudes
Etablissement
Université d’Oran1 - Ahmed Ben Bella
Affiliation
Département d’Informatique
Auteur
ATMANI, Baghdad
Directeur de thèse
BELDJILALI B.
Filière
Informatique
Diplôme
Doctorat
Titre
CNSS : UN Système neuro-symbolique cellulaire pour l’apprentissage automatique à partir de connaissance empiriques
Mots clés
Réseau de neurones; Graphe d’induction; Système expert; Apprentissage automatique; Automate cellulaire; Système hybride.
Résumé
Dans cette thèse, nous avons développé des recherches sur les systèmes d’apprentissage automatique symbolique et adaptatif, et en particulier sur les méthodes d’affectation: acquisition automatique incrémentale de connaissances à partir de connaissances empiriques (exemples). De même, nous avons réalisé différentes expérimentations qui ont servies à la mise en œuvre d’un nouveau système hybride, nommé système CNSS - Cellular NeuroSymbolic System. Ce système permet, à partir d’une base de cas pratique, de faire coopérer un réseau de neurones, un graphe d’induction et un automate cellulaire pour la construction d’un modèle de prédiction. En détectant et en éliminant les individus non applicables et les variables non pertinentes, le réseau de neurones optimise l’échantillon d’apprentissage. Le résultat du réseau de neurones ainsi obtenu, est affiné par un processus d’apprentissage automatique symbolique à base de graphe d’induction (méthode SIPINA).
Date de soutenance
2007
Cote
TH2483
Pagination
257F.
Format
30 cm
Notes
RESUME ET MOTS CLES.BIBLIOG.ANNEXES 225-257F.
Statut
Soutenue