« Réseau récurrent » : différence entre les versions


m (Remplacement de texte — « <small> masculin </small> » par «  »)
Aucun résumé des modifications
 
(16 versions intermédiaires par 4 utilisateurs non affichées)
Ligne 1 : Ligne 1 :
== Définition ==
==Définition==
Réseau de neurones artificiels présentant des connexions récurrentes et constitué de neurones interconnectés interagissant non-linéairement et pour lequel il existe au moins un cycle dans la structure. Les unités sont reliées par des arcs (synapses) qui possèdent un poids. La sortie d'un neurone est une combinaison non linéaire de ses entrées.
Un réseau de neurones récurrent (RNR), ou plus simplement réseau récurrent, est une architecture de [[réseau de neurones profond]] dans laquelle il existe au moins une connexion récurrente (boucle ou cycle) dans sa structure. Dans un réseau récurrent, les signaux peuvent donc revenir en arrière via une boucle ou un cycle et alimenter des [[neurone artificiel|neurones]] d'une couche précédente ou de la même couche.


Les réseaux de neurones récurrents sont adaptés pour des données d'entrée de taille variable. Ils conviennent en particulier pour l'analyse de séries temporelles. Ils sont utilisés en reconnaissance automatique de la parole ou de l'écriture manuscrite - plus en général en reconnaissance de formes - ou encore en traduction automatique.  
Les réseaux récurrents sont capables de traiter des données de taille variable. Ils conviennent en particulier pour l'analyse de séquences de données dans le temps, c'est-à-dire les [[Série chronologique|séries chronologiques]]. Les RNR sont utilisés en [[reconnaissance automatique de la parole]], en [[traitement automatique de la langue naturelle]] sur des chaînes de caractères et sur des textes, ainsi qu'en [[traduction automatique]], qui sont de bons exemples de traitement de données séquentielles.
== Français ==
'''  réseau de neurones récurrent''' 


''' réseau neuronal récurrent'''  
==Compléments==
On oppose les RNN aux réseaux de neurones à propagation avant (non bouclés, en anglais feed-forward), dans lesquels les signaux ne peuvent se diriger que dans un seul sens, de la couche d'entrée vers la couche de sortie. Attention! Il faut éviter de confondre le mécanisme de retour en arrière du signal grâce à une boucle avec le retour arrière de l’erreur ou '''[[Rétropropagation|rétropropagation]]''' de l’erreur qui est un mécanisme d’entraînement des réseaux de neurones.


''' réseau récurrent'''
==Français==
'''réseau récurrent'''


== Anglais ==
'''réseau de neurones récurrent''' 
 
'''réseau neuronal récurrent''' 
 
'''RNR''' 
 
==Anglais==
'''  recurrent neural network  '''  
'''  recurrent neural network  '''  


''' RNN   '''
'''RNN'''
 
'''recurrent network'''
 
==Español==
 
''''' red neuronal recurrente '''''
 
''Una red neuronal recurrente (RNN), o más sencillamente una red recurrente, es una arquitectura de red neuronal profunda en cuya estructura hay al menos una conexión recurrente (bucle o ciclo). En una red recurrente, las señales pueden por tanto retroceder a través de un bucle o ciclo y alimentar neuronas de una capa anterior o de la misma capa.''
 
''Las redes recurrentes son capaces de procesar datos de tamaño variable. Son especialmente adecuadas para analizar secuencias de datos a lo largo del tiempo, es decir, series temporales.''
 
''Las RNN se utilizan en el reconocimiento automático del habla, el procesamiento del lenguaje natural en cadenas de caracteres y textos, y la traducción automática, que son buenos ejemplos de procesamiento secuencial de datos.''  


'''  recurrent network  '''
==Sources==


<small>
[https://theses.hal.science/tel-01615475/document Source: Gregory Gelly]


[https://fr.wikipedia.org/wiki/R%C3%A9seau_de_neurones_r%C3%A9currents Source: Wikipedia, ''Réseau de neurones récurrents. '']


{{Modèle:101}}


[https://fr.wikipedia.org/wiki/R%C3%A9seau_de_neurones_r%C3%A9currents  Source: Wikipedia, ''Réseau de neurones récurrents. ]
{{Modèle:GDT}}
''


[[Catégorie:GDT]]
[[Catégorie:GDT]]
[[Category:intelligence artificielle]]
[[Category:intelligence artificielle]]
[[Category:GRAND LEXIQUE FRANÇAIS]]
[[Category:GRAND LEXIQUE FRANÇAIS]]
[[Catégorie:101]]

Dernière version du 23 juillet 2025 à 10:25

Définition

Un réseau de neurones récurrent (RNR), ou plus simplement réseau récurrent, est une architecture de réseau de neurones profond dans laquelle il existe au moins une connexion récurrente (boucle ou cycle) dans sa structure. Dans un réseau récurrent, les signaux peuvent donc revenir en arrière via une boucle ou un cycle et alimenter des neurones d'une couche précédente ou de la même couche.

Les réseaux récurrents sont capables de traiter des données de taille variable. Ils conviennent en particulier pour l'analyse de séquences de données dans le temps, c'est-à-dire les séries chronologiques. Les RNR sont utilisés en reconnaissance automatique de la parole, en traitement automatique de la langue naturelle sur des chaînes de caractères et sur des textes, ainsi qu'en traduction automatique, qui sont de bons exemples de traitement de données séquentielles.

Compléments

On oppose les RNN aux réseaux de neurones à propagation avant (non bouclés, en anglais feed-forward), dans lesquels les signaux ne peuvent se diriger que dans un seul sens, de la couche d'entrée vers la couche de sortie. Attention! Il faut éviter de confondre le mécanisme de retour en arrière du signal grâce à une boucle avec le retour arrière de l’erreur ou rétropropagation de l’erreur qui est un mécanisme d’entraînement des réseaux de neurones.

Français

réseau récurrent

réseau de neurones récurrent

réseau neuronal récurrent

RNR

Anglais

recurrent neural network

RNN

recurrent network

Español

red neuronal recurrente

Una red neuronal recurrente (RNN), o más sencillamente una red recurrente, es una arquitectura de red neuronal profunda en cuya estructura hay al menos una conexión recurrente (bucle o ciclo). En una red recurrente, las señales pueden por tanto retroceder a través de un bucle o ciclo y alimentar neuronas de una capa anterior o de la misma capa.

Las redes recurrentes son capaces de procesar datos de tamaño variable. Son especialmente adecuadas para analizar secuencias de datos a lo largo del tiempo, es decir, series temporales.

Las RNN se utilizan en el reconocimiento automático del habla, el procesamiento del lenguaje natural en cadenas de caracteres y textos, y la traducción automática, que son buenos ejemplos de procesamiento secuencial de datos.

Sources

Source: Gregory Gelly

Source: Wikipedia, Réseau de neurones récurrents.

101 MOTS DE L' IA
Ce terme est sélectionné pour le livre « Les 101 mots de l'intelligence artificielle » Ligne bleue2.jpg