Evolution spontanée de la modularité dans un modèle simple de reconnaissance de motifs

  • Aurore Namur

    Thèse de l'étudiant: Master typesMaster en sciences mathématiques

    Résumé

    Les réseaux de neurones artificiels sont constitués d'une couche d'entrées, de couches cachées et d'une couche de sortie. Des signaux sont perçus par les neurones de la couche d'entrées. Le réseau fournit ensuite une réponse par les neurones de la couche de sortie en fonction des connexions avec les neurones intermédiaires.
    Un réseau de neurones artificiels peut avoir une structure modulaire. Cela signifie que les neurones qui le composent peuvent être divisés en communautés. Dans ces réseaux, les connexions inter-communautaires sont peu nombreuses tandis que celles intra-communautaires sont denses. Afin de quantifier cette notion, la mesure de Newman et Girvan est utilisée.
    Dans ce mémoire, les réseaux de neurones sont évolués à l'aide d'un algorithme génétique afin d'atteindre une tâche d'apprentissage. Cette tâche est la reconnaissance de motifs provenant d'une rétine gauche et d'une rétine droite. Les réseaux de neurones et les algorithmes génétiques sont tout d'abord étudiés de manière générale. Après cela, une description du problème étudié est donnée et les différents concepts, tels que les réseaux de neurones et les algorithmes génétiques, sont appliqués au problème. Une implémentation du problème est ensuite expérimentée. Les différents paramètres utilisés pour l'implémentation de l'algorithme génétique ainsi que la représentation des réseaux de neurones sont tirés de l'article de N. Kashtan et U. Alon [1]. Lors de l'expérimentation, les réseaux sont, dans un premier temps, évolués dans le but d'atteindre une tâche fixe. Dans un second temps, ils sont évolués en intervertissant entre deux objectifs qui sont une combinaison différente de mêmes sous-buts. La modularité des différents réseaux obtenus est ensuite calculée avant d'être comparée avec les résultats de l'article.
    la date de réponse3 sept. 2018
    langue originaleFrançais
    L'institution diplômante
    • Universite de Namur
    SuperviseurTimoteo Carletti (Promoteur), Renaud Lambiotte (Jury), Julien Blanchard (Jury) & Andre Hardy (Jury)

    mots-clés

    • reseaux de neurones articiels, modularite, algorithme genetique, mutation, croisement, reconnaissance de motifs

    Contient cette citation

    '