Optimisation incrémentale de réseaux de neurones RBF pour la régression via un algorithme évolutionnaire : RBF-Gene

Virginie Lefort 1 Guillaume Beslon 2, 3
2 BEAGLE - Artificial Evolution and Computational Biology
LIRIS - Laboratoire d'InfoRmatique en Image et Systèmes d'information, Inria Grenoble - Rhône-Alpes, LBBE - Laboratoire de Biométrie et Biologie Evolutive - UMR 5558
Résumé : Les réseaux de neurones RBF sont d'excellents régresseurs. Ils sont cependant difficiles à utiliser en raison du nombre de paramètres libres : nombre de neurones, poids des connexions, ... Des algorithmes évolutionnaires permettent de les optimiser mais ils sont peu nombreux et complexes.Nous proposons ici un nouvel algorithme, RBF-Gene, qui permet d'optimiser la structure et les poids du réseau, grâce à une inspiration biologique. Il est compétitif avec les autres techniques de régression mais surtout l'évolution peut choisir dynamiquement le nombre de neurones et la précision des différents paramètres.
Document type :
Conference papers
Complete list of metadatas

https://hal.archives-ouvertes.fr/hal-01614293
Contributor : Équipe Gestionnaire Des Publications Si Liris <>
Submitted on : Tuesday, October 10, 2017 - 4:38:40 PM
Last modification on : Monday, February 10, 2020 - 4:36:52 PM

Identifiers

  • HAL Id : hal-01614293, version 1

Citation

Virginie Lefort, Guillaume Beslon. Optimisation incrémentale de réseaux de neurones RBF pour la régression via un algorithme évolutionnaire : RBF-Gene. Actes 8° Journées Francophones Extraction et Gestion des Connaissances EGC'08, Jan 2008, Sophia-Antipolis, France. pp.331-336. ⟨hal-01614293⟩

Share

Metrics

Record views

285