Réseaux de neurones (1 livre + 1CD-Rom) : Méthodologie et applications

Les réseaux de neurones constituent aujourd'hui une technique de traitement de données bien comprise et maîtrisée, qui devrait faire partie de la boîte à outils de tout ingénieur soucieux de tirer le maximum d'informations pertinentes des données dont il dispose : effectuer des prévisions, de la fouille de données, élaborer des modèles, reconnaître des formes ou des signaux, etc. joignant fondements théoriques et applications pratiques dans un langage accessible, cet ouvrage permettra aux décideurs, aux ingénieurs et aux chercheurs de bénéficier de méthodologies claires pour mettre en oeuvre les réseaux de neurones dans des applications industrielles, financières ou bancaires, dont de nombreux exemples sont présentés.

Cette deuxième édition mise à jour et enrichie des derniers développements dans le domaine est accompagnée d'un CD-Rom contenant des d'exemples de modèles en C avec leurs données et d'un outil d'apprentissage dédié, Neuro One (version d'évaluation).
A qui s'adresse ce livre ? - Aux ingénieurs, informaticiens, industriels et décideurs ayant à résoudre des problèmes de modélisation, de reconnaissance, de prévision, de commande, etc. - Aux étudiants et élèves ingénieurs des disciplines scientifiques et économiques, et à leurs enseignants.

Biographie de l'auteur
Gérard Dreyfus dirige le laboratoire d'électronique de l'École supérieure de physique et de chimie industrielles de la ville de Paris (ESPCI) où il enseigne notamment les méthodes de modélisation par apprentissage. Il dispense des formations continues à l'usage des ingénieurs dans ce domaine.
Manuel Samuelides dirige le département de mathématiques appliquées de l'ENSAE (Supaéro) ; il y enseigne les probabilités, l'optimisation et les techniques probabilistes de l'apprentissage. Il effectue des recherches au département de traitement de l'information et modélisation de l'ONERA. Jean-Marc Martinez enseigne les méthodes d'apprentissage statistique à l'INSTN de Saclay et à Evry en collaboration avec le LSC, unité mixte CEA-Université. Il effectue des recherches dans le domaine des méthodes adaptées à la supervision de la simulation. Mirta B. Gordon, directrice de recherches au CNRS, est responsable de l'équipe Apprentissage du laboratoire Leibniz de l'IMAG (Grenoble) et effectue des recherches sur la modélisation des systèmes complexes adaptatifs, et sur la théorie et les algorithmes d'apprentissage, et enseigne les modèles de mémoire et apprentissage au mastère Information Cognition Apprentissages de Grenoble. Fouad Badran, maître de conférences au CNAM, y enseigne les réseaux de neurones. Sylvie Thiria, professeur à l'université de Versailles Saint-Quentin-en-Yvelynes, effectue des recherches sur la modélisation neuronale et sur ses applications, notamment à la géophysique, au laboratoire d'océanographie dynamique et de climatologie (LODYC). Laurent Hérault a coordonné au CEA-LETI les recherches en optimisation combinatoire et réseaux de neurones appliqués aux problèmes industriels. Il est actuellement responsable des Programmes du LETI dans le domaine des Télécommunications.

Table des matières

Les réseaux de neurones : pourquoi et pour quoi faire ?
Modélisation à l'aide de réseaux de neurones : principes et méthodologie de conception de modèles
Compléments de méthodologie pour la modélisation : réduction de dimension et ré-échantillonnage
Identification " neuronale " de systèmes dynamiques commandés et réseaux bouclés (récurrents)
Apprentissage d'une commande en boucle fermée
La discrimination
Cartes auto-organisatrices et classification automatique
Réseaux de neurones sans apprentissage pour l'optimisation