<?xml 
version="1.0" encoding="utf-8"?>
<rss version="2.0" 
	xmlns:dc="http://purl.org/dc/elements/1.1/"
	xmlns:content="http://purl.org/rss/1.0/modules/content/"
>

<channel xml:lang="fr">
	<title>WEBREVIEW</title>
	<link>http://www.webreview.dz/</link>
	<description>Webreview est un site f&#233;d&#233;rateur des revues scientifiques. Il met &#224; la disposition des utilisateurs un ensemble de revues scientifiques alg&#233;riennes couvrant tous les domaines. Webreview est ouvert &#224; toute revue d&#233;sireuse de publier son contenu en ligne soit en mode d'acc&#232;s complet ou restreint permettant ainsi la valorisation de la recherche scientifique en Alg&#233;rie. Webreview et un projet d&#233;velopp&#233; par le CERIST au sein de la Division Recherche et D&#233;veloppement en Sciences de l'Information. Pour contacter Webreview par &#233;mail : webreview@mail.cerist.dz Pour contacter Webreview par courrier, fax ou t&#233;l&#233;phone : Centre de Recherche sur l'Information Scientifique et Technique (CERIST) Rue des 03 fr&#232;res AISSOU, Ben-Aknoun, Alger, Alg&#233;rie T&#233;l/Fax : +(213)(0) 21.91.21.98</description>
	<language>fr</language>
	<generator>SPIP - www.spip.net</generator>




<item xml:lang="fr">
		<title>Reconnaissance hors ligne des chiffres manuscrits isol&#233;s par l'approcch Neuro-G&#233;n&#233;tique</title>
		<link>http://www.webreview.dz/spip.php?article1397</link>
		<guid isPermaLink="true">http://www.webreview.dz/spip.php?article1397</guid>
		<dc:date>2009-05-09T09:31:15Z</dc:date>
		<dc:format>text/html</dc:format>
		<dc:language>fr</dc:language>
		<dc:creator>Djebbar Bachir, Krouchi Ghizlaine</dc:creator>


		<dc:subject>R&#233;seaux de neurones</dc:subject>
		<dc:subject>Apprentissage</dc:subject>
		<dc:subject>Algorithme g&#233;n&#233;tique</dc:subject>
		<dc:subject>Reconnaissance hors ligne</dc:subject>

		<description>
&lt;p&gt;Notre travail s'inscrit dans le cadre d'une contribution pour r&#233;soudre les probl&#232;mes d'apprentissage des classifieurs neuronaux, il vise &#224; int&#233;grer les algorithmes g&#233;n&#233;tiques (AG) dans la phase d'apprentissage du r&#233;seau de neurones (NN) en rempla&#231;ant totalement l'algorithme classique par une technique stochastique inspir&#233;e de la th&#233;orie d'&#233;volution. L'apport de la m&#233;thode g&#233;n&#233;tique a permet d'am&#233;liorer les performances du classifieur neuronale classique avec principalement un taux de reconnaissance de (...)&lt;/p&gt;


-
&lt;a href="http://www.webreview.dz/spip.php?rubrique257" rel="directory"&gt;Num&#233;ro 01 et 02&lt;/a&gt;

/ 
&lt;a href="http://www.webreview.dz/spip.php?mot2300" rel="tag"&gt;R&#233;seaux de neurones&lt;/a&gt;, 
&lt;a href="http://www.webreview.dz/spip.php?mot2525" rel="tag"&gt;Apprentissage&lt;/a&gt;, 
&lt;a href="http://www.webreview.dz/spip.php?mot5740" rel="tag"&gt;Algorithme g&#233;n&#233;tique&lt;/a&gt;, 
&lt;a href="http://www.webreview.dz/spip.php?mot6061" rel="tag"&gt;Reconnaissance hors ligne&lt;/a&gt;

		</description>


 <content:encoded>&lt;div class='rss_chapo'&gt;&lt;p&gt;Notre travail s'inscrit dans le cadre d'une contribution pour r&#233;soudre les probl&#232;mes d'apprentissage des classifieurs neuronaux, il vise &#224; int&#233;grer les algorithmes g&#233;n&#233;tiques (AG) dans la phase d'apprentissage du r&#233;seau de neurones (NN) en rempla&#231;ant totalement l'algorithme classique par une technique stochastique inspir&#233;e de la th&#233;orie d'&#233;volution. L'apport de la m&#233;thode g&#233;n&#233;tique a permet d'am&#233;liorer les performances du classifieur neuronale classique avec principalement un taux de reconnaissance de 97.1%.&lt;/p&gt;&lt;/div&gt;
		
		</content:encoded>


		
		<enclosure url="http://www.webreview.dz/IMG/pdf/krouchi.pdf" length="63846" type="application/pdf" />
		

	</item>



</channel>

</rss>
