Laboratoire SIGMA - SIGnaux, Modèles, Apprentissage statistique
DEUXIÈME NIVEAU
APPLICATIONS ET RÉALISATIONS
Ce cours est destiné à des ingénieurs ou chercheurs ayant suivi le cours d'initiation, ou possédant déjà des connaissances théoriques et pratiques équivalentes. A l'issue de ce cours, le stagiaire est capable, en s'appuyant sur les études de cas présentées, d'entreprendre un projet pratique mettant en oeuvre les techniques d'apprentissage statistique, en choisissant à bon escient la (ou les) technique la mieux adaptée au problème considéré.
RÉSEAUX DE NEURONES POUR LA RECONNAISSANCE AUTOMATIQUE DE L'ÉCRITURE MANUSCRITE
- Le problème de la reconnaissance des formes, le rôle de la classification, classifieurs neuronaux
- Modèles de Markov Cachés (Hidden Markov Models ou HMM) pour la modélisation de séquences ; points communs entre réseaux de neurones et modèles de Markov ; algorithmes d'apprentissage.
- Hybride de réseaux de neurones et de HMM.
- Étude de cas et démonstrations : reconnaissance de chiffres manuscrits (codes postaux), reconnaissance de l'écriture cursive (lecture automatique des montants littéraux des chèques)
COMMANDE DE PROCESSUS PAR RÉSEAUX DE NEURONES ; applications en agro-alimentaire
- Techniques neuronales d'estimation et de mesure indirecte.
- Techniques de commande neuronale : commande en boucle ouverte, commande par modèle inverse, commande avec modèle interne et commande prédictive.
- Application à des procédés de réfrigération, de séchage, de micro-filtration.
- Commande prédictive de la production de levures de Champagne.
- Prédiction de temps de fin de fermentation pour la production de bière et de yaourt.
CARTES TOPOLOGIQUES ET APPLICATIONS
- Cartes topologiques de Kohonen
- Quantification vectorielle
- Étude de cas : applications à la télédétection
RÉALISATIONS MATÉRIELLES
- Pourquoi des réalisations électroniques ?
- Exemples didactiques : physique nucléaire, météorologie.
- Types d'architectures matérielles.
- Produits disponibles sur le marché.
- Nouvelles approches : FPGA, DSP
MODÉLISATION SEMI-PHYSIQUE
- Motivation : comment introduire des connaissances avérées dans un modèle dynamique obtenu par apprentissage ?
- Mise en œuvre : exemples d'applications au sein de procédés de fabrication
Intervenants
Zsolt WIMMER, Ingénieur (Vision Objects)
Rémi DUBOIS, Maître de Conférences (ESPCI-ParisTech)
Eric LATRILLE, Ingénieur de recherche (INRA)
Sylvie THIRIA, Professeur (Université de Versailles St Quentin en Yvelines)
Bruce DENBY, Professeur (Université Pierre et Marie Curie, Paris)
Dates : 15 et 16 mars 2012
Prix : 1 100 Euros HT
Retour en haut de page
[ SIGMA-ESPCI | ESPCI ]