Mise en œuvre efficace des réseaux de neurones en utilisant une relation optimale entre le nombre de modèles, la dimension d'entrée et les nœuds cachés

Certaines questions clés dans la conception des réseaux de neurones pour la classification des modèles sont la topologie et les échantillons d'entraînement associés nécessaires pour obtenir des performances adéquates avec les échantillons de test. Actuellement, il n'existe pas de cadre analytique permettant de formuler la conception des perceptrons multicouches. Un théorème qui relie la dimension d'entrée, le nombre de nœuds cachés et le nombre de régions séparables est fourni. Les résultats d'application à certaines expériences rapportées dans la littérature et à de nouvelles expériences sont analysés.