Modèles Informatiques du Langage et de la Cognition - MILC

Groupe Intelligence Artificielle
Département Informatique

English

Recherches

Publications

Home

Delta Neural Network Simulator

Ce simulateur de réseau de neurones a été développé gràce au soutien de la SNCF. Il est avant tout dédié à la prévision de séries temporelles. Il dispose des fonctionalités suivantes :

Plusieurs modèles statistiques (AR, TAR, ARMA, ARIMA et ARARMA).
Plusieurs modèles connexionnistes (MLP, TDNN, ME, HME, Elman, Jordan, LFN, GLFN, NARMA, delta-NARMA).
Plusieurs types de neurones (sigmoide, linéaire, epsilon-NARMA, epsilon-ARMA, LFU).
De nombreux outils d'analyse (affichage des activations/sorties/erreurs des neurones, distribution de l'erreur, évolution des poids).
Manipulation de variables exogènes.

Ce simulateur est basé sur le concept d'erreur virtuelle (Bonnet et al., 1996). Une de ses caractéristiques principales est de permettre l'utilisation de réseaux modulaires (i.e. d'utiliser des réseaux en tant que neurones d'un réseau de niveau supérieur). Il permet ainsi l'implémentation des réseaux delta-NARMA (Bonnet et al., 1997).

Une copie écran de dnns v2.2. Cliquer sur l'image pour une copie plus grande (92K)

dnns v2.2 a été développé sur station de travail Sun (Solaris) et à l'aide de X11 release 6 et de Motif 1.2.3. Il fonctionne néanmoins sur HP-UX, Sun OS 4.1* et avec X11R5.

Dernière remise à jour le 7 mars 1997

Page créée et maintenue par Denis Bonnet (bonnet@inf.enst.fr)

Quelques statistiques sur ce serveur sont disponibles sur mes pages