Nous avons vu dans le 1er tutorial quelle était l'anatomie d'un neurone et son fonctionnement.
Aujourd'hui nous allons nous attaquer à l'interprétation informatique !

Introduction :

L'interpretation informatique est un bien grand mot, car il ne désigne que la façon dont on va représenter un neurone (et par extension, un réseau de neurones) sur un ordinateur, dans un algorithme.

Le neurone artificiel :

La(les) dendrite(s) sera désormais appelée : entrée .
Tandis que l'axone sera appelée : sortie .

Schéma d'un neurone artificiel (avec les correspondance entre les deux types de neurones) :

Un neurone artificiel peut, tout comme le neurone biologique, avoir plusieurs entrée mais il ne peut avoir qu'une seule sortie.

Le neurone (qui peut être assimilé au noyau du neurone biologique) fait une opération appelée : fonction de transfert (cela peut aller d'une simple addition à une importante formule mathématiques). Il existe plusieurs type de fonction de transfet, dont les trois les plus commun sont :

a) Fonction à seuil (S)
b) Fonction linéraire par morceaux
c) Fonction sigmoïde

Le réseau de neurones :

Pour ce qui concerne les réseaux de neurones, ils sont organisés (la plupart du temps) en 3 couches (réseaux multicouches) :

0) Réseau multicouche classique : (chaque neurone est relié à tout les neurones de la couches suivantes.)

Chaque fleche représente un Poids !

Là aussi, il existe plusieurs types d'origanisation du réseau, mais nous allons en voir seulement 3 :

1) Réseau à connexions locales : (chaque neurone entretien des relations avec un nombre réduit et localisé de neurones de la couche suivant. Les connexions sont donc moins nombreuses que dans le cas d'un réseau multicouche classique.)

2) Réseau à connexions récurentes : (les connexions récurrentes ramènent l'information en arrière par rapport au sens de propagation défini dans un réseau multicouche.)

3) Réseau à connexions complète : (chaque neurone est connecté à tous les neurones du réseaux, y compris lui-même)

Conclusion :

Donc pour schématiser le tout :

xn : Entrées
Wn : Poids de chaques entrées sur le neurone
S : Fonction de transfert
S : Sortie

Voilà, j'espère que vous avez tout compris car la prochaine fois on attaque notre première application : le Perceptron !

ZogStriP
IA pour : Incomplet de l'Ancéphale

Sources : http://avalon.epm.ornl.gov/~touzetc/Book/Bouquin.htm