Scribd
Importer
157 vues2 pages

Nnfinayassl

Le document est un contrôle pour un module d'intelligence artificielle à l'Université Cadi Ayyad, portant sur les réseaux de neurones. Il contient deux exercices : le premier demande d'identifier la fonction logique d'un réseau de neurones, et le second implique la mise à jour des poids d'un réseau en utilisant la méthode du gradient. Les consignes précisent comment soumettre les réponses, y compris l'insertion d'une image pour l'exercice 1.

Transféré par

hamzaelhomaydyjihad
Copyright
© © All Rights Reserved
Nous prenons très au sérieux les droits relatifs au contenu. Si vous pensez qu’il s’agit de votre contenu, signalez une atteinte au droit d’auteur ici.
Formats disponibles
Téléchargez aux formats DOCX, PDF, TXT ou lisez en ligne sur Scribd
157 vues2 pages

Nnfinayassl

Le document est un contrôle pour un module d'intelligence artificielle à l'Université Cadi Ayyad, portant sur les réseaux de neurones. Il contient deux exercices : le premier demande d'identifier la fonction logique d'un réseau de neurones, et le second implique la mise à jour des poids d'un réseau en utilisant la méthode du gradient. Les consignes précisent comment soumettre les réponses, y compris l'insertion d'une image pour l'exercice 1.

Transféré par

hamzaelhomaydyjihad
Copyright
© © All Rights Reserved
Nous prenons très au sérieux les droits relatifs au contenu. Si vous pensez qu’il s’agit de votre contenu, signalez une atteinte au droit d’auteur ici.
Formats disponibles
Téléchargez aux formats DOCX, PDF, TXT ou lisez en ligne sur Scribd

Université Cadi Ayyad Le 3 septembre

2020
Faculté des Sciences Sémlalia
Département de Physique
Contrôle : Réseaux de Neurones
Module Intelligence Artificielle
MASTER C2I2S - Semestre 2
Durée 1h
Merci de suivre les consignes suivantes
1. Enregistrer ce fichier sous le nom : RNvotrenom (toutes les réponses doivent être
rédigées dans ce fichier)
2. Rédiger la réponse de l’exercice 1 sur une feuille en papier, la prendre en photo
et l’insérer sous format image dans ce fichier (RNvotrenom)
3. Pour répondre à l’exercice 2, remplir directement le tableau.

Exercice 1
La figure ci-dessous, représente un réseau de neurones produit avec des neurones de
McCulloch et Pitts. Les poids du réseau sont représentés sur les connexions.
1 1

-1,5 -0,5
x1

1
1
y
-2

1
1
x2

Quelle est la fonction logique réalisée par ce réseau ?

Exercice 2 :
Soit le réseau suivant :

y
x1

x2
La valeur des poids est indiquée directement au dessus de la connexion. La valeur du biais de
chaque neurone est indiquée dans le cercle symbolisant le neurone. La fonction d’activation
1
de tous les neurones est la sigmoïde (f ( x ) = −x
)
1+e
On se propose d’apprendre en ligne les poids de ce réseau en utilisant la méthode du gradient.
1 2
Le critère à minimiser est : E ( ω ) = ( y d− y ) où yd est la sortie cible.
2
On suppose qu’à la nème itération, les valeurs des poids et biais sont ceux indiqués sur le réseau
et que les nouvelles données sont x 1=1, x 2=1 et y d =1.
Compléter le tableau ci-dessous. On prend un taux d’apprentissage η=0.1

Sortie du
Ancien poids L’erreur Mise à jour Nouveau poids
neurone
(n)
ω 10 =¿ 0.4 ∆ ω10=¿0.0012 ω 10
(n+1)
=¿0.4012
(n ) (n +1)
ω 11 =0.7 O1=0.7109 δ 1=¿0.012 ∆ ω11 =0.0012 ω 11 =¿ 0.7012
(n) (n+1)
Connexion ω 21 =−0.2 ∆ ω21=¿0.0012 ω 21 =¿-0.1988
cachée-
(n) (n+1)
entrée ω 20 =0.6 ∆ ω20=0.0002 ω 20 =¿0.6002
(n) (n+1)
ω 21 =−0.4 O2=0.6224 δ 2=0.0027 ∆ ω12=0.0002 ω 12 =¿-0.3998
(n) (n+1)
ω 22 =0.3 ∆ ω22=0.0002 ω 22 =¿0.3002
(n) (n+ 1)
ω 0 =−0.3 ∆ ω0=0.0117 ω0 =¿-0.2882
Connexion
(n) (n+1)
sortie- ω 1 =0.5 y=0.5293 δ=¿0.1172 ∆ ω1=¿0.0083 ω1 =¿0.5083
cachée
(n) (n+1)
ω 2 =0.1 ∆ ω2=¿ 0.0072 ω2 =¿0.1072

δ , δ 1et δ 2 désignent les erreurs correspondant respectivement au neurone de sortie et aux


deux neurones cachés. On rappelle que f ' ( x )=f ( x ) ( 1−f ( x ) )

N.B. : Dans vos calculs, aller jusqu’au 4ème chiffre après la virgule

Vous aimerez peut-être aussi