AI 词汇表
人工智能完整词典
Énergie d'un réseau neuronal
Fonction scalaire mesurant la qualité d'une configuration du réseau, dont la minimisation correspond à la résolution du problème d'optimisation. Elle combine les poids synaptiques et les états des neurones pour guider la convergence.
Problème du voyageur de commerce
Problème classique d'optimisation combinatoire consistant à trouver le chemin le plus court visitant chaque ville exactement une fois. Les réseaux de Hopfield peuvent encoder ce problème dans leur structure énergétique.
État stable
Configuration du réseau neuronal où plus aucune mise à jour n'est possible et l'énergie est localement minimale. Ces états correspondent aux solutions admissibles du problème d'optimisation traité.
Fonction de coût
Expression mathématique quantifiant la qualité d'une solution potentielle à un problème d'optimisation. Dans les réseaux neuronaux, elle est directement liée à la fonction d'énergie du système.
Unités binaires
Neurones prenant uniquement les valeurs 0 ou 1 (ou -1/+1) dans les réseaux d'optimisation. Leur état discret permet de modéliser des problèmes combinatoires avec des variables de décision binaires.
Matrice de poids
Structure carrée contenant les forces de connexion entre toutes les paires de neurones du réseau. Elle encode les contraintes et objectifs du problème d'optimisation dans la topologie du réseau.
Convergence du réseau
Processus par lequel un réseau neuronal évolue dynamiquement vers un état stable minimisant son énergie. La vitesse et la garantie de convergence dépendent de l'architecture et des paramètres du réseau.
Biais neuronal
Terme constant ajouté à l'entrée pondérée d'un neurone pour ajuster son seuil d'activation. Dans les réseaux d'optimisation, il représente les contraintes individuelles ou les préférences de décision.
状态向量
神经网络在某一时刻完整激活配置的向量表示。每个分量对应网络中一个神经元的二元状态。