Département d'Automatique

Permanent URI for this collection

Now showing 1 - 1 of 1

Réseaux de neurones à espace d’état pour l’identification des systèmes dynamiques
(FGEI.UMMTO, 2024-09-26) Amoura Hichem; Achab Malik
Ce mémoire explore les réseaux de neurones, en introduisant d’abord leurs concepts fondamentaux et leur importance croissante dans le domaine de l’intelligence artificielle. Il présente les neurones biologiques comme une source d’inspiration pour la conception des neurones artificiels et définit les réseaux de neurones, en distinguant les architectures à propagation avant et récurrentes. Le principe de fonctionnement des réseaux de neurones et leurs mécanismes d’apprentissage, qu’ils soient supervisés, non supervisés ou semi-dirigés, sont ensuite examinés en profondeur. La deuxième partie du document s’intéresse aux réseaux de neurones à espace d’état (SSNN), en abordant leur représentation d’état, leur commandabilité et leur observabilité, ainsi que les avantages et inconvénients spécifiques à cette approche. Les méthodes d’apprentissage appliquées aux SSNN sont discutées, en mettant l’accent sur leur capacité à modéliser des systèmes dynamiques complexes. Enfin, la partie applicative du mémoire se concentre sur l’identification de systèmes linéaires et non linéaires, démontrant la pertinence et l’efficacité des SSNN dans la modélisation et le contrôle des systèmes réels.