Introduction aux réseaux de neurones dynamiques

Les réseaux de neurones peuvent être classés en deux catégories : dynamique et statique. Les réseaux statiques (feedforward) n'ont pas d'éléments de rétroaction et ne contiennent pas de délais ; la sortie est calculée directement à partir de l'entrée par le biais de connexions feedforward. Dans les réseaux dynamiques, la sortie dépend non seulement de l'entrée actuelle du réseau, mais également des entrées, sorties ou états actuels ou antérieurs du réseau.

Ce workflow est abordé de manière détaillée dans les sections suivantes :

• Design Time Series Time-Delay Neural Networks

• Prepare Input and Layer Delay States

• Design Time Series Distributed Delay Neural Networks

• Design Time Series NARX Feedback Neural Networks

• Design Layer-Recurrent Neural Networks

Les étapes facultatives du workflow sont abordées dans les sections suivantes :

• Choose Neural Network Input-Output Processing Functions

• Divide Data for Optimal Neural Network Training

• Train Neural Networks with Error Weights