@InProceedings{2015_alilat106,
	author = "Farid Alilat and Saliha Loumi and Hamoud Merrad",
	title = "Macro Structure Neuronale RBF-IGNG modifiée : Modélisation de la MES d'Images ALSAT1",
	booktitle = "25° Colloque sur le traitement du signal et des images",
	year = "2015",
	publisher = "GRETSI - Groupe de Recherche en Traitement du Signal et des Images",
	number = "001-049",
	pages = "p. 197-200",
	month = "Sep # 8--11",
	address = "Lyon",
	doi = "",
	pdf = "2015_alilat106.pdf",
	abstract = "A travers l'analyse faite sur la famille des Growing Neural Gas a architectures évolutive et à apprentissage compétitif non supervisé, des modifications et améliorations en vue de leurs association avec le réseau neuronal de modélisation ont été apportées. La modélisation développée se base sur un réseau à fonctions de bases radiales (RBF) associé au neuro-classifieur IGNG (Incremental Growing Neural Gas) et la modification est axée essentiellement sur l'automatisation des paramètres. Pour améliorer les résultats, nous proposons d'élargir les rayons d'influence des RBF en multipliant les largeurs des gaussiennes par un facteur recherché de manière automatique afin de minimiser l'erreur de modélisation sur la base d'apprentissage. Une comparaison avec une modélisation par un réseau Perceptron Multi Couches à rétro propagation optimisé par l'algorithme de Levenberg-Marquardt (MLP/LM) est faite. L'objectif de ce travail est la recherche d'algorithmes efficaces permettant de prendre en charge la modélisation et la cartographie des constituants marins. Les images multi spectrales sont acquises par le microsatellite Algérien ALSAT-1. Le constituant modélisé est la Matière En Suspension (MES). La méthodologie développée, les procédures mises en œuvre et les réseaux proposés ont donné des résultats satisfaisants..pdf",
}