bonjour,
j´aimerais que vous m´éclairiez sur comment procéde un réseau de neurones pour reconnaître une forme quelconque. par exemple sur un échantillon d´images représentant des chiffres de 1 à 10 pixelisés en noir et blanc, j´ai lu qu´on pouvait modéliser chaque association image/chiffre par un perceptron simple comprenant autant d´entrées que l´image ne possède de pixels, en associant un 1 pour chaque pixel noir, et un 0 pour chaque pixel blanc. on présente donc chaque exemple de la base d´apprentissage ( les images) puis on modifie le comportement du réseau ( poids synaptiques) jusqu´à l´obtention du comportement désiré ( i.e. jusqu´à ce que la cellule renvoie la sortie désirée pour chaque exemple, cas de l´apprentissage supervisé). maintenant si l´on présente au neurone un exemple légèrement perturbé ( ex. inversion de qqes pixels), le neurone calcule, dans sa configuration actuelle, la sortie pour cet exemple mais comment va-t-il faire le rapprochement avec un exemple de notre base d´apprentissage ? autrement dit comment fait-il pour émettre une probabilité que cette image représente tel chiffre ?

et sinon connaîtriez-vous une implémentation didactique et visuelle d´un perceptron utilisé dans la reconnaissance de formes, car à mon niveau tout cela reste encore très théorique et très flou. en vous remerciant d´avance, et en vous priant de m´excuser les éventuelles bourdes que j´ai pu raconter dans ce post ( qui ne demandent qu´à être corrigées^^).

merci et @+

sujet très interessant mais je crois qu´il y a que Kelios qui s´y connait sur le forum, donc attendont qu´il passe, ça promet déjà d´être interessant.

Je suis désolé de pas pouvoir être de beaucoup d´aide, ça fait longtemps que je n´ai plus touché à ça.

Je vais quand même essayer de me souvenir de certains trucs:
" le neurone calcule, dans sa configuration actuelle, la sortie pour cet exemple mais comment va-t-il faire le rapprochement avec un exemple de notre base d´apprentissage ? "
J´imagines que tu voulais parler du réseau neuronal. Par les poids! Suivant l´entrainement que tu lui aura donné, et en imaginant un neurone par pixel, il sera en mesure de reconnaitre les formes. Tout dépend donc de l´entrainement judicieux du réseau, et là est tout le problème.

" autrement dit comment fait-il pour émettre une probabilité que cette image représente tel chiffre ? "
Là c´est autre chose que de calculer une probabilité. Il est en effet plus simple de calculer si une forme est reconnue comme celle à reconnaitre, ou non.
Pour gérer des probabilités on aura recours à un réseau plus complexe qui gèrera à la fois, une reconnaissance de forme booléenne ( au sens, oui ou non), et un calcul parallèle des probabilités que l´on pourrait à la fin combiner pour donner un résultat final je présume, je sais pas trop, ça dépend de ce que tu veux faire.

Pour le reste, je te recommande quelques sites webs:
Primo, si tu te débrouilles bien en anglais,
comp.ai.neural-nets sur Undernet
http://groups.google.ca/groups?hl=fr&lr=&group=comp.ai.neural-nets ( par google)

Secundo, en français et avec un bel exemple de reconnaissance de pattern et de la belle théorie, un cours de la Téluq québecoise en beau français tout chaud tout beau ^^
http://www.teluq.uquebec.ca/expl_inf5100/pdf-doc/txt15.pdf
http://www.teluq.uquebec.ca/expl_inf5100/

Sinon, de la belle théorie aussi:
http://www.cs.stir.ac.uk/uk/~lss/NNIntro/InvSlides.html

Voilou

Kelios
---------

" car à mon niveau tout cela reste encore très théorique et très flou"
=> Et nous donc...

en fait la modélisation à laquelle je pensais est incorrecte. je me représentais le problème par un neurone seul prenant en entrées tous les pixels de l´image à reconnaître et renvoyant en sortie le chiffre représenté par l´image. à force de lui présenter des exemples images/chiffre le neurone, par un ajustement de ses poids synaptiques, serait en mesure de reconnaître toutes les images qu´on lui appris à reconnaître ( en l´associant donc au chiffre que cette image représente), même si ces images présentent des modifications. en fait ce n´est pas possible puisque qu´il n´existe pas de fonction d´activation permettant de renvoyer de telles valeurs, d´où le manque total de clarté de ma question.

en fait si je comprends bien, il faudrait associer un neurone à chaque forme, puis l´entrainer pour faire en sorte qu´il retourne une valeur par exemple 1 pour " true" pour la forme à laquelle il est assigné. on peut alors imaginer plusieurs neurones fonctionnant de manière indépendante dans un programme et dont chacun est associé à la reconnaissance d´une forme en particulier. on présente ainsi une forme à reconnaître à chacun des neurones et on regarde la valeur de sortie " true" ou " false" de chaque neurone pour savoir à quelle forme notre image correspond ( d´où l´intérêt d´un calcul de proba qui apporterait beaucoup plus de précision, qui comme tu l´as dit pourrait être geré par une structure plus complexe et notamment par un réseau à plusieurs couches doté d´une fonction d´activation linéaire).

merci bcp en tout cas pour tes liens, j´ai pu trouver des bonnes explications et des pistes intéressantes à creuser. et sinon je recherche tjrs un programme de reconnaissance de formes basé sur ce principe, voire un logiciel qui permettrait pas à pas de construire un réseau de neurones, tu ne saurais pas où je pourrais trouver ça ( freeware bien évidemment!) ?

merci encore et bye

" en fait ce n´est pas possible puisque qu´il n´existe pas de fonction d´activation permettant de renvoyer de telles valeurs, d´où le manque total de clarté de ma question. "
Meuh! Crées là! Inventes en un nouveau! Les ANN ne sont pas un domaine statique, à toi de le modifier à ta guise! Oublie pas, ce n´est qu´une norme, l´implémentation est libre à toi, tu peux inventer de nouvelles sortes de réseaux, pourquoi pas de nouvelles fonctions d´activation?

Bon, pour le reste, si tu veux faire ça en perceptron en puissance, moi je te conseille un modèle un neuronne par pixel qui renvoie 1 ou 0 en fonction si le pixel est là ou non, en noir et blanc, par exemple. Les poids se chargeraient du reste ^^

Ah pour un prog pas à pas, fichtre alors! Oui ça c´est sur, ça existe, freeware, ptêt bien, mais exactement, je saurais pas te dire. Il est temps de googler je suppose

( Bah ptêt en libre, mais je suis vraiment pas sur. Sourceforge a ptêt quelque chose, mais google reste proéminent)

Kelios
---------

sur code source.fr on trouve pas mal de truc comme ça en vb, malheureusement la section c est beaucoup plus pauvre.

mais c´est du freeware.

oki je vais voir ça merci

J´ai RIEN compris