Overview

Ce livre présente mon travail de thèse PHD soutenue à l'Université de Yaoundé I en décembre 2010. Il s'agit d'une contribution sur les problèmes de la recherche d'architecture des réseaux de neurones artificiels (RNA) et de l'interprétabilité de leurs résultats Après un état de l'art des méthodes existantes de construction de réseaux de neurones artificiels, une nouvelle approche appelée MCLANN basée sur les treillis de Galois pour définir l'architecture est présentée. Les heuristiques permettant d'élaguer le treillis afin de réduire le temps d'exécution sont également proposées. Pour le problème d'interprétabilité, cette thèse présente une nouvelle approche d'extraction des règles à partir du réseaux construits et appris. Cette approche extrait du RNA certains éléments particuliers (MaxSubsets) à partir desquels, il devient plus facile de déduire les règles 'si...alors' ou des règles 'm parmi N. Le but est de dépasser l'aspect "boite noire" des réseaux de neurones afin de permettre leurs utilisations dans des domaines où l'interprétation des résultats est très importante.