De l'utilisation d'OBD pour la sélection de variables dans les Perceptrons Multi-couches - Archive ouverte HAL
Article Dans Une Revue Revue des Sciences et Technologies de l'Information - Série RIA : Revue d'Intelligence Artificielle Année : 2001

De l'utilisation d'OBD pour la sélection de variables dans les Perceptrons Multi-couches

Philippe Leray

Résumé

La sélection de variables est un problème difficile à résoudre. Comment choisir l'ensemble des variables pertinentes pour résoudre une tâche fixée ? La sélection de variables neuronale essaye de résoudre le problème pendant l'apprentissage du réseau de neurones. Parmi les méthodes utilisées avec les réseaux de neurones de type perceptron multicouches, certaines sont issues d'une technique d'élagage des poids, OBD (Optimal Brain Damage), proposée par LeCun et al. en 1990. Après avoir rappelé ces différentes méthodes, cet article montre comment essayer de les améliorer en suivant quelques principes simples. Une étude comparative situera ces différentes méthodes par rapport à d'autres techniques statistiques ou neuronales.
Fichier principal
Vignette du fichier
Leray2001.pdf (335.34 Ko) Télécharger le fichier
Origine Fichiers produits par l'(les) auteur(s)

Dates et versions

hal-01176949 , version 1 (04-10-2023)

Identifiants

Citer

Philippe Leray, Patrick Gallinari. De l'utilisation d'OBD pour la sélection de variables dans les Perceptrons Multi-couches. Revue des Sciences et Technologies de l'Information - Série RIA : Revue d'Intelligence Artificielle, 2001, 15 (3-4), pp.373-391. ⟨10.3166/ria.15.373-391⟩. ⟨hal-01176949⟩
115 Consultations
35 Téléchargements

Altmetric

Partager

More