MANTRA
EPFL
 Neural Java 
  Initiation aux Réseaux Neuronaux avec des Applets Java 

Introduction

Neural Java est une série d'exercices et de démonstrations. Chaque exercice consiste en une courte introduction, un petit programme de démonstration écrit en Java (Applet Java), et une série de questions qui sont une invitation à jouer avec le programme et explorer les possibilités des différents algorithmes.

Le but des applets est d'illustrer la dynamique de différents réseaux de neurones artificiels. L'accent est mis sur la visualisation et les interfaces interactives. Les applets Java ne sont pas destinés à de grosses applications complexes. Les utilisateurs intéressés par ce genre d'applications devront utiliser d'autres simulateurs.

La liste de modèles ci-dessous contient des algorithmes neuronaux standards comme la rétro-propagation, Kohonen et Hopfield, mais aussi des aspect biologiques avec des possibilités de visualisation des modèles de Hodgkin-Huxley et "integrate-and-fire".

Informations complémentaires

Vous pouvez consulter les liens suivants:

Voir aussi:

Exercices

Si il y a cette image sur la droite du lien, alors vous pouvez télécharger l'applet dans le but de l'exécuter chez vous. Et sur la droite, vous pouvez télécharger le code de l'applet. Mais vous devez d'abord être d'accord avec la Licence Publique Générale de GNU.
Dans ce cas, suivez les instructions ici pour télécharger et installer les applets.

Neurones Simples

  1. Neurone artificiel. Classes du neurone artificiel Sources du neurone artificiel
  2. Neurone de McCulloch et Pitts. Classes du neurone de McCulloch-Pitts Sources du neurone de McCulloch-Pitts
  3. Integrate-and-Fire. (Nécessite Java 1.1 avec Swing). Classes de Integrate and Fire Sources de Integrate and Fire
  4. Modèle de Hodgkin-Huxley. Classes du modèle de Hodgkin-Huxley Sources du modèle de Hodgkin-Huxley
  5. Propagation d'un potentiel d'action dans un axone. Classes axone Sources axone

Apprentissage supervisé

    1. Apprentissage sur Perceptron simple. Classes du perceptron simple Sources du perceptron simple
    2. Adaline, Perceptron et Rétro-propagation. Classes de Adaline, Perceptron et Rétro-propagation Sources de Adaline, Perceptron et Rétro-propagation
    Réseaux multi-couche
    1. Perceptron multi-couche (sortie des neurones: {0;1}). Classes du perceptron multi-couches Sources du perceptron multi-couches
    2. Perceptron multi-couche (sortie des neurones: {-1;1}). Classes du perceptron multi-couches {-1;1} Sources du perceptron multi-couches {-1;1}
    3. Perceptron multi-couche et langage C. Source du perceptron multi-couches (C)
    4. Généralisation avec un Perceptron multi-couche (sortie des neurones: {-1;1}). Classes de la généralisation {-1;1} Sources de la généralisation {-1;1}
    5. Généralisation avec un Perceptron multi-couche (sortie des neurones: {0;1}). Classes de la généralisation {0;1} Sources de la généralisation {0;1}
    6. Reconnaissance de caractères optique (OCR) avec un Perceptron multi-couche. Classes OCR Sources OCR
    7. Prédiction avec un Perceptron multi-couche. Classes de prédiction Sources de prédiction

Estimation de densité et Interpolation

  1. Réseau de fonctions à base radiale. Classes RBF Sources RBF
  2. Modèle de mixture Gaussienne / Algorithme EM. Classes gaussienne et algo. EM Sources gaussienne et algo. EM
  3. Mixture model, utilisation de données sans label Code source

Apprentissage non-supervisé

  1. Analyse en Composantes Principales. Classes PCA Sources PCA
  2. ACP pour la reconnaissance de caractères.
  3. Méthodes d'apprentissage compétitif. Classes d'apprentissage compétitif Sources d'apprentissage compétitif

Apprentissage par Renforcement

  1. Blackjack et Apprentissage par Renforcement. Classes du Blackjack Sources du Blackjack

Dynamique de Réseau

  1. Réseau de Hopfield. Classes de Hopfield Sources de Hopfield
  2. Réseau pseudoinverse. Classes du réseau pseudoinverse Sources du réseau pseudoinverse
  3. Réseau de neurones impulsionnels. (Nécessite Java 1.1 avec Swing). Classes du réseau de neurones impulsionnels Sources du réseau de neurones impulsionnels
  4. Simulation de la rétine. (Tourne très lentement sur certaines versions de Netscape). Classes de la simulation rétinienne Sources de la simulation rétinienne

Miniprojet

Miniprojet pour l'Ecole Prédoctorale

Liens utiles

URL: http://lcn.epfl.ch/tutorial/french/
Dernière mise à jour : 06-Octobre-2000 par Sébastien Baehni