Please use this identifier to cite or link to this item:
http://localhost:8080/xmlui/handle/123456789/24972Full metadata record
| DC Field | Value | Language |
|---|---|---|
| dc.contributor.author | Lagraa, Nacer Eddine | - |
| dc.date.accessioned | 2023-09-27T06:43:52Z | - |
| dc.date.available | 2023-09-27T06:43:52Z | - |
| dc.date.issued | 2000 | - |
| dc.identifier.uri | https://di.univ-blida.dz/jspui/handle/123456789/24972 | - |
| dc.description | 113 p. : ill. ; 30 cm. | - |
| dc.description.abstract | Le But de ce travail est d’étudier les caractéristiques d’apprentissage des nouveaux réseaux de neurones appelés « les réseaux de neurones d’ordre élevé ». pour cela les caractéristiques des réseaux d’ordre élevé multicouches, modulaires et récurrents sont comparés par des simulations avec celles des réseaux d’ordre un. Ces nouvelles architectures des réseaux sont utilisés pour l’identification des systèmes dynamiques et ensuite à l’identification d’un système réel, qui est dans notre cas la ruche apicole. | fr_FR |
| dc.language.iso | fr | fr_FR |
| dc.publisher | univ.blida 1 | fr_FR |
| dc.title | Identification des systèmes non-linéaires par les réseaux de neurones d'ordre élevé | fr_FR |
| dc.title.alternative | Application à une ruche apicole | fr_FR |
| dc.type | Thesis | fr_FR |
| Appears in Collections: | Thèses de Magister | |
Files in This Item:
| File | Description | Size | Format | |
|---|---|---|---|---|
| 32-530-3-1.pdf | Thèse de Magister | 83,13 MB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.