Discussion :

[kosa_nostra]

Bonjour à tous.

Je veux créer un réseau de neurones capable de classer différents types de fleurs. Chaque fleur est identifiée par :
- la largeur de ses pétales
- la longueur de ses pétales,
- la largeur de sa tige,
- la longueur de sa tige.

Chacune des ces informations est donnée en centimètres. Je dispose d'un ensemble de test afin d'entrainer le réseau. Une fleur peut appartenir à 4 espèces différentes.

Étant nouveau dans le domaine des réseaux neuronaux, j'aurai aimé avoir un avis de quelqu'un expérimenté afin de me mettre sur la bonne voie pour créer un réseau efficace. Quelle design serait le plus adapté pour répondre à ce type de problème ?

Merci.

[ToTo13]

Bonjour,

tu as quatre caractéristiques par fleur, donc cela te permet de créer des petits réseaux de neurones.

Je te conseille de faire des classifieurs de type "One Class Classifier", c'est-à-dire que tu créés un classifieur par classe. Ce type de classifieur est généralement beaucoup plus efficace que de faire du "One against All", car les frontières de décision sont plus complexes.

Questions :
- combien d'individus as tu par classes ?
- quelle méthode de validation vas tu choisir ?

[SpiceGuid]

Chaque fleur est identifiée par :
- la largeur de ses pétales
- la longueur de ses pétales,
- la largeur de sa tige,
- la longueur de sa tige.

Quelle design serait le plus adapté pour répondre à ce type de problème ?

Ça n'est pas de l'IA. Tout ce que tu as à faire c'est de partitionner un espace à 4 dimensions. Tu peux utiliser quelque chose comme un quadtree ou bien un arbre binaire de recherche multi-niveau.

[kosa_nostra]

Bonjour et merci de votre réponse.

"tu as quatre caractéristiques par fleur, donc cela te permet de créer des petits réseaux de neurones."
Je ne comprends pas bien l'idée. Pour moi, le réseau à créer doit contenir 4 entrées (qui correspondent aux quatres caractéristiques des fleurs) et ensuite travailler sur ces entrées ???

Sinon, j'ai environ 40 individus par classes dans mon "training set".
Pour la méthode de validation, j'ai un ensemble de données "test".

Je vais m'informer un peu plus sur les classifieurs de type "One Class Classifier".
Merci Beaucoup.

[ToTo13]

Pour moi, le réseau à créer doit contenir 4 entrées (qui correspondent aux quatres caractéristiques des fleurs) et ensuite travailler sur ces entrées ??

C'est ça... mais quatre entrée c'est très peu :-)
Etant donné que l'on met généralement moins de neurones dans la couche cachée qu'en entrée et encore moins en sortie, tu auras au plus 9 neurones.

Sinon, j'ai environ 40 individus par classes dans mon "training set".
Pour la méthode de validation, j'ai un ensemble de données "test".

40 individus par classes avec 4 classes, cela fait 160 si je compte bien. C'est suffisant étant donné le nombre d'entrée.
Tu peux faire du K-Fold et/ou du Leave One Out.

Je vais m'informer un peu plus sur les classifieurs de type "One Class Classifier".

C'est un classifieur classique, sauf qu'il ne fait la prédiction que pour une seule classe : appartient ou n'appartient pas.

[kosa_nostra]

Ok merci pour tous.
Je vais expérimenter un peu de toute manière !
Maintenant il n'y a plus qu'à lire l'aide de Matlab sur la Neural Netwrk Toolbox ! (du pur bonheur)

[ToTo13]

Bonjour,

si tu veux juste faire du prototypage... tu peux regarder weka.