Utilisation des réseaux de neurones comme outil du datamining :Génération de modèle comportemental d’un processusphysique à partir de données

Abstract

Ces dernières années ont vu le développement des techniques de fouille de données dans de nombreux domaines d’applications dans le but d’analyser des données volumineuses et complexes.La génération de modèle de comportements de processus physique à partir de données font l’objet de cette analyse en se servant des réseaux de neurones comme technique. Ce travail consiste à la classification supervisé de données physiques d’un matériaux, que nous nous proposons d'étudier à travers une nouvelle approche basée sur le data mining .Il s'agit de mettre en place une nouvelle approche de classification automatique basée sur une technique de la théorie des réseaux de neurones. Le matériau étudié est un alliage d’aluminium de la série 7000 classé suivant deux propriétés ductile ou fragile en tenant compte des éléments d’addition .Le module de compréssibilité (B),le module de cisaillement (G),et le rapport B/G sont utilisés pour étudier le comportement de ce matériau. Nous avons également développé l’apprentissage incrémental associé à cette approche, ce qui permet à de nouvelles données d’être automatiquement intégrées dans la partition initialement générée sans avoir à relancer la classification globale .Le modèle obtenu assure une bonne interprétabilité des données de l’alliage d’aluminum (Al-Zn) construites et permet d’autre part de prédire la classe d’un nouvel alliage et donc ses propriétés élastiques.