M2 E.S.
EMBARQUE_ VISION ARTIFICIELLE RFS 2019
UNIVERSITÉ YAHIA FARÈS DE MÉDÉA
FACULTÉ DE LA TECHNOLOGIE
Département du Génie Électrique
2eme Année MASTER Electronique Des Systèmes
Embarqués (M2 E.S.EMBARQUE)
VISION ARTIFICIELLE RFS 2019
Lundi 29 Avril 2019 @ (10h30-12h00), (S TD 20)
EXERCICE 1:
A.
Présenter une application pratique de l’apprentissage Artificiel Pour La
Vision Par Ordinateur ?
1. Trouvez une application pratique des algorithmes d’apprentissage,
préférablement avec une référence électronique (page web).
2. Résumez brièvement l’application (5 lignes). Décrivez les parties de
l’application ou l’algorithme d’apprentissage est utilisé (ou pourrait être
utilisé). Justifiez pourquoi l’approche d’algorithmique “classique” serait
difficile à suivre.
3. Formalisez le problème en spécifiant les entrées et la sortie de la machine
d’apprentissage. Indiquez s’il s’agit d’un problème de classification,
régression, estimation de densité, ou autre type d’apprentissage. Indiquez
la dimensionnalité de l’entrée (si elle est fixe), le nombre d’exemples
d’apprentissage dont on dispose, le nombre de classes s’il s’agit d’un
problème de classification.
4. Discutez, s’il y a lieu, les spécificités des applications qui pourraient poser
des problèmes à l’algorithme d’apprentissage (cadre non-standards [e.g,
ranger plutôt que classifier], nombre de données trop élevé ou trop faible,
dimensionnalité enlevée, trop de bruit/ambiguïté, difficulté dans la
collection des données, interprétation plus importante que la performance
prédictive, classes non-équilibrées c.à.d. avec certaines classes ayant très
peu d’exemples par rapport à d’autres, etc.)
B.
Présenter en brefs l’algorithme de l’inférence bayésienne sur l’exemple
de la classification?
C.
La décomposition QuadTree permet de représenter une image sous forme
de blocs cohérents, qui par la suite être fusionnées pour former une
segmentation (approche split & merge). Donnez l’idée de la
décomposition QuadTree pour la segmentation?
EXERCICE 2:
A.
Machine Learning est une technique de science des données qui permet aux
ordinateurs d’utiliser des données existantes afin de prévoir les tendances, les
résultats et les comportements futurs. Grâce à Machine Learning, les ordinateurs
apprennent sans être explicitement programmés. Les prévisions ou prédictions
générées à partir de Machine Learning peuvent rendre les applications et les
appareils plus intelligents.
Mohamed SOLTANE (Assoc. Prof. Dr.) M2 E.S.EMBARQUE_ VISION ARTIFICIELLE RFS 2019
GE.FT-U.MÉDÉA 2018/2019
M2 E.S.EMBARQUE_ VISION ARTIFICIELLE RFS 2019
Le Perceptron multicouche est la plus connue des architectures de réseaux de
neurones.
La sortie du jème neurone de la couche de sortie donnera un score pour la classe j
interprété comme la probabilité que l’entrée x soit de cette classe j. Pour trouver la
solution à ce problème d’optimisation, on va utiliser une technique de descente de
gradient et la technique de rétro-propagation du gradient. Démontrez les lois
d’apprentissage ? Trouvez les lois des [𝛿𝑖 & 𝛿𝑗 ]?
B.
Soit le perceptron multicouche suivant :
Les poids de connexion sont résumés dans les deux matrices de connexion V et W:
La valeur de polarisation de chaque neurone est indiquée dans le cercle symbolisant
le neurone.
Les paramètres du réseau sont les suivants :
Calculez les nouvelles valeurs de poids des matrices de connexion V et W, et de
polarisation Après une passe complète de propagation directe - rétro propagation
du Gradient?
Mohamed SOLTANE (Assoc. Prof. Dr.) M2 E.S.EMBARQUE_ VISION ARTIFICIELLE RFS 2019
GE.FT-U.MÉDÉA 2018/2019
