Discussion :

[Invité]

Bonjour,
En tant que simple utilisateur de réseaux de neurones, j'ai cru comprendre que dans un set d'exemples pour l'apprentissage on pouvais avoir de multiple entrée pour de multiple sortie, ou de multiple entré pour une même sortie.

Je voudrais avoir votre avis dans le cas ou nous aurions une entré unique pour de multiple sorties, quel serait le comportement, grosso modo du réseau ?

Mon cas : je voudrais moduler un ensemble de contrôleurs grâce aux réseaux de neurones ; La modulation consiste en la variance d'un valeur allant de 0 à 127.

Contexte : j'ai un ensemble de contrôleurs ; Pour cet ensemble j'ai un ensemble de valeurs de cet ensemble. Autrement dis, j'ai une liste d'ensemble de valeur.

Objectif : Je voudrais faire varier les valeurs des contrôleur pour chaque ensemble de ces valeurs.

Comment : je pensais donner les valeurs initiales au réseau qui me donnerais les suivante et je lui donnerai sa sortie.

Mais j'ai aucune idée du résultat, avant de me lancer dans la programmation d'un test j'espère avoir votre réponse.

Merci de m'avoir lu.

[ToTo13]

Euh... là j'avoue que je n'ai rien compris :-(

Un RdN tente de modéliser les informations que tu lui donnes.
Normalement tu as un ensembles de données/instances.
Pour chaque instance, tu donnes également le résultat escompté afin que le RdN apprenne et se corrige.

[ToTo13]

Si tu n'as qu'une seule entrée (on parle bien d'une seule caractéristique), autant faire un simple seuillage.

[Invité]

non, je me suis mal exprimé.

Lorsque je parle d'entrées et sortie, c'est pour désigner les exemples de mon set d'apprentissage.
Je voudrais savoir ce qu'il se passerait si j'avais pour plusieurs exemples une même donnée en entrée et plusieurs données en sortie.
Donc répétition de la donnée en entrée et divers donnée de sortie.
Merci.

[ToTo13]

Imagine que cela t'arrives : tu essaies de comprendre un problème, mais pour la même valeur d'entrée, tu as différentes valeurs de sorties
Tu serais totalement perdu.
C'est exactement pareil pour ton RdN. Il mettra à jour les poids en fonction de chaque sortie, mais ça contredira les mises à jours effectuées pour les autres sorties. Bref... un joli KO en perspective.

[Invité]

Bien exprimé, merci.