Parameter tuning of deep learning using evolutionary algorithm

  • Maxime Hendrix

Student thesis: Master typesMaster en sciences informatiques à finalité spécialisée en Software engineering

Résumé

L'apprentissage profond est un algorithme basée sur l'apprentissage automatique qui
permet de prédire la consommation électrique en Espagne. L'algorithme d'apprentissage
profond reçoit des données en entrée qui représentent la consommation passée d'électricité.
Après différents calculs, la prédiction attendue est obtenue en sortie de l'algorithme.
Cependant, les paramètres de l'algorithme d'apprentissage profond doivent être configurés afin de prédire avec plus d'efficacité. Un algorithme génétique est utilisé pour effectuer cette paramétrisation et donc trouver les paramètres optimaux.
Le but de cette thèse est d'optimiser les paramètres d'un algorithme d'apprentissage
profond afin de prédire avec le plus de précision la consommation électrique future en
Espagne. Les résultats obtenus avec l'optimisation des paramètres sont meilleurs que
ceux obtenus sans optimisation. Il existe d'autres méthodes qui permettent de prédire la consommation électrique. La comparaison entre notre algorithme développé et les autres techniques montre que notre algorithme est plus efficace.
la date de réponse18 juin 2018
langue originaleAnglais
L'institution diplômante
  • Universite de Namur
SuperviseurWim VANHOOF (Promoteur)

mots-clés

  • apprentissage automatique
  • algorithme génétique
  • algorithme d'apprentissage profond
  • prédiction
  • séries temporelles
  • optimisations des paramètres

Contient cette citation

'