Bonjour à tous,

Je voudrais réaliser à l'aide de réseau de neurones artificiels la fonction suivante :

Code : Sélectionner tout - Visualiser dans une fenêtre à part
1
2
3
f       = (-9*A_dv)/T_rest - (36*V_dv)/(T_rest^2) + (60*(0+N_dv))/(T_rest^3);
A_dn    = A_dv + f;      % nouvelle acceleration
V_dn    = V_dv + A_dn;   % nouvelle vitesse
A partir de la norme du vecteur (N_dv), de la vitesse de cette norme (V_dv), de son accélération (A_dv) et du temps restant (T_rest) trouver la nouvelle vitesse et accélération à appliquer pour réduire cette norme.

Je me suis toujours arrêté au RDNa (Réseau De Neurones artificiels) où l'on donne un maximum de jeux entrées/sorties pour qu'il apprenne à approximer la fonction reliant les entrées/sorties.

Dans le cas suivant, je me demande qu'elle architecture je dois utiliser ? Comment dois-je procéder pour réaliser mon apprentissage ? Quel algorithme dois-je utiliser pour cet apprentissage ?

Le fait que le réseau doit apprendre à annuler la norme pendant un temps (ou nb d'itération) fixé me perturbe...

Auriez vous une idée pour m'aider ?

Merci

Christophe