Introduction Il y a encore quelques années, il semblait que léconomie de main-dœuvre était le facteur moteur poussant les fabricants à étudier lautomatisation. Le retour sur investissement était largement calculé par le nombre de personnes que lautomatisation remplacerait. Et si ce ROI était inf

Le cortex cérébral est la partie du cerveau qui traite les images. Les êtres humains ont le cortex cérébral le plus grand comparé aux autres mammifères. Cette vision supérieure est lun des traits évolutifs qui a donné aux humains un avantage sur les autres animaux. Les biologistes évolutionnistes te

Les pannes des caméras de vision machine, les capteurs non calibrés, ou les ombres imprévisibles peuvent mener à des erreurs potentiellement coûteuses et dangereuses dans les systèmes IA industriels. Cependant, les chercheurs développent des algorithmes à lépreuve des erreurs ainsi que des mesures s

La logique floue peut ne pas sembler le moyen le plus fiable dimplémenter un système de contrôle complexe. Cependant, la capacité des systèmes de logique floue à travailler avec des données imprécises et à implémenter lexpérience des experts en fait un outil puissant dans les applications de contrôl

Utilisation dautomates programmables (API) pour les cellules robotiques Les cellules robotiques nécessitent souvent un contrôleur pour faire fonctionner les parties de la cellule qui ne sont généralement pas dans le champ daction du robot. Un contrôleur, généralement un automate programmable (API),

Les contrôleurs à logique floue sont, littéralement, tout autour de nous. Des systèmes de freinage antiblocage aux machines à laver qui nettoient nos vêtements. Mais fonctionnent-ils vraiment ? Et quels sont les avantages de les utiliser ? Figure 1. Lusinage moderne dépend souvent de la logique f

Peut-être que le « Saint Graal » de linformatique aura été découvert le jour où nos machines pourront écrire leurs propres programmes. La programmation génétique (PG) est un paradigme dapprentissage automatique relativement nouveau représentant une étape dans cette direction. La PG tient une grande

La révolution informatique a commencé avec la fondation des circuits intégrés (CI) dans les années 1960. Les CI ont trouvé leur chemin dans de nombreuses industries au cours du dernier demi-siècle. Aujourdhui, il existe divers dispositifs informatiques utilisés dans divers secteurs. Initialement, le

La robotique industrielle ne manque pas de marques, modèles, couleurs, formes et tailles. Mais quand il sagit de conceptions mécaniques, de nombreuses similitudes sont observées à travers toutes les marques. Les bras robotiques articulés industriels sont souvent vus comme limage dépeignant une insta

Posséder une voiture était autrefois une partie fondamentale de laccès facile au transport. Aujourdhui, on peut faire venir une voiture avec une application téléphone, et une voiture sera disponible. Vous navez pas à vous soucier de la maintenance, de lentretien, des dommages, de lassurance, etc. Ce

La première révolution industrielle a débuté au 18e siècle avec linvention et le perfectionnement des machines à vapeur. De nouvelles avancées technologiques ont entraîné la production de masse et lautomatisation. Ces technologies représentaient les trois premières évolutions de la révolution indust

À ce stade de la série sur la programmation génétique (PG), nous avons appris ce quest la programmation génétique et comment elle représente linformation, comment les opérateurs génétiques fonctionnent dans les algorithmes évolutionnaires, et nous avons travaillé sur lévolution dun programme de tri

Les capteurs de distance laser ont de nombreuses applications dans les industries de la robotique et de lautomatisation. Ils couvrent de nombreux aspects différents, mais cet article se concentre sur la modernisation de cellules pour technologies obsolètes en utilisant des capteurs de distance laser

Nous pouvons grandement améliorer la performance dun Perceptron en ajoutant une couche de nœuds cachés, mais ces nœuds cachés compliquent aussi un peu lentraînement. Jusquici dans la série AAC sur les réseaux de neurones, vous avez appris la classification de données utilisant les réseaux de neurone

Dans cet article, nous présentons les équations précises utilisées pour les calculs de mise à jour des poids et expliquons comment la rétropropagation permet à un perceptron multicouche (MLP) dapprendre des données. Bienvenue dans la série complète dapprentissage automatique dAAC. Rattrapez la série

Construction dun perceptron pour la classification : architecture, biais et activation Bienvenue dans la série réseaux de neurones dAll About Circuits. Nos articles précédents ont couvert les fondations théoriques des réseaux de neurones : Comment effectuer une classification avec un réseau de neur

Cet article vous guide à travers un programme Python qui entraîne un réseau de neurones pour une classification avancée. Cest la 12e entrée de la série développement de réseaux de neurones dAAC. Voyez ce que la série offre dautre ci-dessous : Comment effectuer une classification avec un réseau de n

Pourquoi la validation est importante dans le traitement du signal basé sur réseaux de neurones Dans cette continuation de la série réseaux de neurones dAAC, nous plongeons dans le rôle crucial de la validation lors de lapplication de réseaux de neurones à des tâches réelles de traitement du signal.

Dans cet article, nous montrerons comment générer des données dentraînement dans Excel, entraîner un perceptron multicouche en Python, et valider sa performance. Si vous cherchez à développer un réseau de neurones Python, vous êtes au bon endroit. Avant de plonger dans la préparation de données basé

Cet article offre des directives basées sur des preuves pour configurer la partie cachée dun perceptron multicouche. Dans les articles précédents de cette série, nous avons couvert les réseaux Perceptron, les architectures multicouches et les implémentations Python pratiques. Avant de décider de la