Systèmes d'apprentissage connexionnistes, Volume 15 - n°3-4/2001 - Sélection de variables

RIA est la revue française de recherche dans le domaine de l'intelligence artificielle. Les exigences d'originalité, de rigueur et de qualité scientifique que défendent ses rédacteurs en font un outil de travail et une référence privilégiée pour les chercheurs et les étudiants dans cette spécialité. RIA permet aux chercheurs francophones de diffuser leurs travaux de manière plus détaillée et approfondie que dans les conférences. RIA entend aussi faire connaître les résultats les plus nouveaux et les plus prometteurs de la recherche académique à un large public d'ingénieurs en recherche et développement.

Les domaines traités sont ceux de l'IA en général et couvrent ainsi les sciences cognitives, la représentation et l'acquisition des connaissances, la robotique, la vision par ordinateur, l'apprentissage, le langage naturel, la modélisation des raisonnements... Les articles comprennent aussi bien des résultats théoriques que des études de cas.

RIA fait également une large place aux numéros thématiques qui permettent de donner une vision d'ensemble d'un domaine de recherche en mouvement. Ces numéros qu'ils soient issus de conférences ou de groupes de travail comme ceux organisés sous l'égide du CNRS ou de l'AFIA, font le point sur l'état de l'art et les recherches en cours dans des domaines actifs, qui intéressent toute la communauté des sciences pour l'ingénieur.

Sommaire

• La sélection de variables
• Modèles de réseaux de neurones pour l'analyse des séries temporelles ou la régression. Estimation, identification, méthode d'élagage SSM
• Sélection de paramètres par la pénalisationL1
• Injection de bruit adaptative pour la détermination de variables pertinentes
• De l'utilisation d'OBD pour la sélection de variables dans les perceptrons multicouches
• Une mesure de pertinence pour la sélection de variables dans les perceptrons multicouches
• Sélection de variables et séries temporelles par analyse statistique des sensibilités
• Sélection et fusion de caractéristiques dans un système de reconnaissance de chiffres manuscrits