2. Réseaux artificiels neuronaux adaptés à la technique d’automatisme
Les réseaux artificiels neuronaux sont des outils permettant de représenter les relations fonctionnelles complexes nécessitées par les systèmes de régulation modernes. Les informations enregistrées sont envoyées aux neurones d’un réseau et mémorisées grâce à des facteurs de pondération. L’apprentissage des réseaux s’effectue sur la base d’exemples réels et si possible en ligne.
Étant donné que l’on peut entraîner ces réseaux de neurones à acquérir le comportement souhaité, ils constituent des modules universels faits pour être utilisés là où il s’avère nécessaire de décrire par l’exemple, un comportement complexe et de l’illustrer à l’aide d’une représentation fonctionnelle.
Aussi les réseaux trouvent-ils leur utilisation dans l’élaboration de modèles décrivant les caractéristiques de transfert pour des systèmes non linéaires, très difficiles...
Cet article est réservé aux abonnés
Cet article est réservé aux abonnés. Il vous reste 92 % à découvrir.
Déjà abonné ?
Se connecter
Lecture en cours
Réseaux artificiels neuronaux adaptés à la technique d’automatisme