Développement et validation d'algorithmes à convergence rapide pour l'apprentissage de réseaux de neurones utilisés en contrôle actif non-linéaire
En contrôle actif de bruit et de vibrations, une des limites de la performance des systèmes de contrôle est la présence de non-linéarités dans les actionneurs. En pratique, ces non-linéarités sont particulièrement présentes lorsque de forts niveaux sont émis par les actionneurs. La plupart des systè...
Main Author: | Bouchard, Martin |
---|---|
Other Authors: | Paillard, Bruno |
Language: | French |
Published: |
Université de Sherbrooke
1997
|
Online Access: | http://savoirs.usherbrooke.ca/handle/11143/1681 |
Similar Items
-
Étude d'algorithmes d'adaptation rapide pour contrôleurs actifs multi-variables
by: Bouchard, Martin
Published: (1995) -
Utilisation de la technologie pour l'apprentissage des relations linéaires
by: Ouellet, Annie
Published: (2008) -
Développement de représentations et d'algorithmes efficaces pour l'apprentissage statistique sur des données génomiques
by: Le Morvan, Marine
Published: (2018) -
Réseaux de neurones pour l'apprentissage de la préférence en microscopie super-résolution
by: Robitaille, Louis-Emile
Published: (2021) -
Conception d'un jeu sérieux actif pour l'apprentissage intergénérationnel du français
by: Messaoud, Ali
Published: (2016)