Prédiction du rapport des rayons d’un tube élastique par la technique des réseaux de neurones artificiels et l’analyse en composantes principales - Normandie Université Access content directly
Conference Papers Year : 2016

Prédiction du rapport des rayons d’un tube élastique par la technique des réseaux de neurones artificiels et l’analyse en composantes principales

Y Khandouch
  • Function : Author
E.H. Aassif
  • Function : Author
S Agounad
  • Function : Author
  • PersonId : 1040390
Gerard Maze
  • Function : Author
  • PersonId : 881666

Abstract

Actuellement, la méthode de l'analyse en composantes principales (ACP) combinée avec la technique des réseaux de neurones artificiels (RNA) sont utilisées dans divers domaines de recherche. Dans cette étude, ces deux techniques sont mises en oeuvre pour prédire le rapport des rayons b/a (a : rayon extérieur, b : rayon intérieur) en se basant sur la fonction de forme d'un tube rempli d'air et immergé dans l'eau. L'algorithme d'ACP a été utilisé pour extraire les principales caractéristiques à partir de la fonction de forme suivi d'un modèle de réseaux des neurones pour la prédiction. Ce dernier réseau a été développé pour retourner le rapport des rayons correspondant à une fonction de forme choisie parmi une base de test. Pour avoir obtenu la configuration maximale du réseau de neurones plusieurs combinaisons ont été développées et testées. La configuration retenue est capable de prédire le rapport des rayons en se basant uniquement sur des caractéristiques extraites à partir de la fonction de forme. Ce travail peut être utilisé comme un nouvel outil pour la caractérisation de la géométrie d'un tube élastique.
No file

Dates and versions

hal-01951539 , version 1 (27-06-2019)

Identifiers

  • HAL Id : hal-01951539 , version 1

Cite

Y Khandouch, E.H. Aassif, S Agounad, Gerard Maze. Prédiction du rapport des rayons d’un tube élastique par la technique des réseaux de neurones artificiels et l’analyse en composantes principales. C F A / V I S H N O 2 0 1 6, Apr 2016, Le Mans, France. ⟨hal-01951539⟩
46 View
6 Download

Share

Gmail Mastodon Facebook X LinkedIn More