Vous êtes ici

Application de réseaux de neurones à la modélisation de composants et de dispositifs microondes non linéaires

HARKOUSS Youssef
Résumé : 

Le développement d'une nouvelle approche de la modélisation de composants et de dispositifs microondes non linéaires basée sur une représentation par réseau neuronal constitue le thème essentiel de cette thèse. L'objectif de ce travail consiste d'une part à créer un outil efficace et rapide pour construire des modèles neuronaux performants et d'autre part à montrer à travers des applications pratiques la performnace et la précision d'une telle représentation comportementale. Nous avons envisagé deux types de modèles neuronaux. Le premier est basé sur un perceptron multicouche MLP entraîné par la rétro-propagation du gradient GBP. La structure multicouche du MLP et la nature aléatoire de la technique d'initialisation de ce MLP font que l'ensemble de processus de construction de ce type de modèle s'avère coûteux en temps. Le second modèle repose sur un réseau d'ondelettes WNN initialisé par la méthode de sélection de régresseurs et entraîné par la méthode quasi-newtonienne BFGS (Broyden-Fletcher-Goldfarb-Shanno). La combinaison de la méthode de sélection de régresseurs avec BFGS représente un outil efficace et rapide pour contsruire des modèles neuronaux performants. L'approche neuronale basée soit sur un MLP, soit sur un réseau d'ondelettes WNN, offre de bon résultats en terme de précision, d'efficacité et de fiabilité du modèle.