Comment classer par réseau de neurones avec la technique de rétropropagation du gradient ?

Au fait je dispose d'une matrice V (NxM) de concentration de gènes. Chaque ligne de la matrice représente la concentration d'un gène pendant M périodes. J'ai factorisé cette matrice de la manière suivante V~W*H; W(NxK) et H(KxM) avec K le nombre de classe que je veux l'avoir mais cette factorisation me donne juste le comportement de chaque classe et ne me donne pas chaque gène appartient à quelle classe et ceci par la matrice H puisque chaque ligne représente l'expression d'une classe sur M périodes.. Donc j'ai trouvé un article qui parle de la classification des gène par le réseau de neurones par la technique de rétropropagation du gradient en se basant sur le résultat trouvé par la factorisation que je viens de faire mais il n'explique aucun détail. Est ce que vous avez une idée sur ceci et d'après vous comment je dois procéder. Merci d'avance.

Il faut que tu utilises une librairie qui implémente les RdN avec possibilité de modifier la fonction de convergence/répartition des poids.
Je pense que tu trouveras ton bonheur dans R, MatLab et sans doute Weka.