Discussion :

[sketter]

Bonjour à tous,

j'ai un doute sur la toolbox de réseau de neurones dans Matlab. En fait, c'est sur les réseaux de neurones en général.

Je sais que l'on peut utiliser les RN pour faire de la prédiction. Par exemple, je peux essayer de prédire la valeur d'une voiture d'ici à 1 an après avoir entraîné mon réseau avec la variation de son prix pendant les 10 dernières années.

Mon doute est lié aux fonctions d'activation utilisées (sigmoïde, tangente hyperbolique, etc). Normalement, les valeurs de sortie d'un réseau varient entre 0 et 1 (ou -1 et 1). Alors, comment est-il possible de prédire une valeur qui sort de cet intervalle ?

je vous remercie en avance.

[plegat]

Salut,

Normalement, les valeurs de sortie d'un réseau varient entre 0 et 1 (ou -1 et 1). Alors, comment est-il possible de prédire une valeur qui sort de cet intervalle ?

Ben...
Si c'est entre 0 et 1, tu multiplies par 30000, et tu as le prix en euros.
Si c'est entre -1 et 1, tu multiplies par 10000, et tu as la variation par rapport au prix actuel.

Non?

Tu l'entraines avec quoi ton réseau? La valeur de sortie sera équivalente au résultats des jeux d'entrainement, donc si tu sais ce que tu lui apprends, tu sais ce qu'il va te sortir.

[Bucketpc]

Alors, comment est-il possible de prédire une valeur qui sort de cet intervalle ?

Comme tu les dis, la valeur doit être entre 0 et 1 ou -1 et 1. pour obtenir une valeur comme ça il faut utiliser la fonction sigmoid ou bien tang comme fonction d'activation sur la couche de sortie.

[sketter]

Comme tu les dis, la valeur doit être entre 0 et 1 ou -1 et 1. pour obtenir une valeur comme ça il faut utiliser la fonction sigmoid ou bien tang comme fonction d'activation sur la couche de sortie.

en fait, j'ai quand-même donné un exemple idiot..hehe

Mon vrai problème est le suivant : j'ai une matrice d'entrées contenant des températures mesurées par 5 sondes pendant l'année 2008. J'ai un total de 500 observations. Donc, la matrice est T(500,5).

Comme sortie, j'ai un vecteur avec une fréquence propre de vibration d'un pont, avec 500 observations. Donc, w(500,1). Les fréquences propres varient entre 2 et 3 Hz.

J'entraîne mon réseau (1 couche cachée avec 10 neurones) en utilisant 60% des observations et je le valide avec 10%. Après, je le test avec les autres 30%.

Bon, le problème est que pour n'importe quelle combinaison de fonctions d'activation (logsig-tansig, tansig-logsig, logsig-pureline, etc.) mes sorties (les fréquences propres prédites) sont toujours à la bonne échelle (entre 2 et 3 Hz).

Alors, ce ne devrait pas être entre 0 et 1 où encore entre -1 et 1 à cause des fonctions d'activation ??

merci en avance

[Clercq]

Salut,

Précision: Je n'ai jamais utilisé les RdN matlab. Je les ai toujours codé.

De la manière dont j'ai appris a faire un RdN, les fonctions d'activations type tanh, simoide ... Je ne les utilise que pour la couche cachée. Au niveau de ma couche de sortie la fonction de transfert et l'identité. Si matlab fonction de la même manière, tu peux très bien obtenir obtenir des valeurs de sortie sortant des intervalles [-1 1] ou [0 1] ...

[sketter]

merci Clerq.

Finalement, j'ai découvert que Matlab fait une sorte de normalisation et de "dénormalisation". C'est pour ça que les sorties ne sont pas entre -1 et 1 (ou 0 et 1), mais sont toujours à la même échelle des entrées...

Bon, maintenant j'ai un autre doute. Je n'arrive pas à comprendre l'architecture d'un réseau de neurones. Supposons que j'aie une matrice d'entrées avec 50 observations sur 5 caractéristiques (X=50x5). Et, comme sortie, un vecteur quelconque (y=50x1).

Je veux entraîner un réseau avec une couche cachée ayant 10 neurones.

L'architecture est donc :

Couche d'entrée : 5 neurones
Couche cachée : 10 neurones
Couche de sortie : 1 neurones.

Mes 50 observations vont être pondérées par 5 neurones. La sortie de la couche est un vecteur 5x1.

Après, comment ça se passe pour la couche cachée et, finalement, comment est-il possible d'avoir un vecteur 50x1 en sortie !?!?!

encore merci !