Quel type de RNA mettre en place pour résoudre ce problème ?

Bonjour à tous,

Je souhaiterais écrire un programme capable de valider des échantillons de lettres A et B comprenant un (exactement un) carré de lettres B, et capable de refuser tout autre échantillon.

Exemple (échantillon qui sera validé car les "A" constituent bien un carré) :

AAB

AAB

BBB

Exemple (échantillon qui ne sera pas validé)

ABB

BAA

BBA

Pour ce faire je compte mettre en place un réseau de neurones artificiels auquel je donnerais de nombreux exemples validés, et quelques exemples faux. Il faut que le programme soit capable, quelle que soit la taille de l’échantillon ET quelle que soit la taille du carré de "A", de valider les bons échantillons (ie. : ceux contenant le carré). En outre, je fais l’hypothèse qu’il y a, dans tout échantillon, soit 0, soit 1 carré de "A" (NB : évidemment s’il n’y en a pas, alors le programme doit refuser cet échantillon). De plus, il peut y avoir 0, 1 ou plusieurs lettres "A" et de même pour "B". Enfin, l’échantillon est lui-même un carré (nombre de lettres vertical = nombre de lettres horizontal).

Comme je débute, je souhaiterais être un peu aidé. Ainsi, pourriez-vous me guider ? C’est-à-dire : me dire quelle fonction d’activation utiliser, si les lettres peuvent jouer elles-mêmes le rôle de tag (je souhaite en effet utiliser un apprentissage supervisé), etc. ?

Vous pouvez simplement me donner des mots-clef, je ferais ensuite des recherches par moi-même.

Bonne journée et merci !

Bonjour,

As-tu déjà tenté quelque chose ? J’imagine que si tu veux passer par les RNA, c’est pour t’entrainer ?

Je ne suis pas du tout un expert, mais tes données ressemblent beaucoup à une image. Tu pourrais alors jeter un oeil aux CNN.

Salut,

il est sympa ton projet.

J’avais fait un peu de RNA lors des études, et on avait réalisé un perceptron multi couches (en anglais : MLP, Multi Layer Perceptron). On l’avait utilisé dans un cas différent de toi, donc à voir si c’est applicable. J’ai pas trop le temps de plancher plus que ça pour le moment. Je te file un lien qui pourrait t’aider : http://deeplearning.net/tutorial/mlp.html

Ecu