Veuillez utiliser cette adresse pour citer ce document :
https://di.univ-blida.dz/jspui/handle/123456789/24972
Affichage complet
Élément Dublin Core | Valeur | Langue |
---|---|---|
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 |
Collection(s) : | Thèse de Magister |
Fichier(s) constituant ce document :
Fichier | Description | Taille | Format | |
---|---|---|---|---|
32-530-3-1.pdf | Thèse de Magister | 83,13 MB | Adobe PDF | Voir/Ouvrir |
Tous les documents dans DSpace sont protégés par copyright, avec tous droits réservés.