Paramètres liés à l'apprentissage et à la reconnaissance

Figure: Onglet Apprentissage et Test

• Nombre d'époques pour l'apprentissage : une époque correspond au passage en revue de toutes les images de la base d'apprentissage.
• Paramètre nu de l'algorithme de retropropagation : le $\nu$ qui permet la retropropagation lors de la modification des poids des neurones, à chaque apprentissage d'une image.
• Erreur maximale admissible : si lors de l'apprentissage l'erreur de test descend en-dessous de l'erreur maximale admissible, l'apprentissage s'arrête.
• Duree maximale de l'apprentissage, en s : le temps d'apprentissage ne peut dépasser ce temps maximal.
• Mode Focalisation : en mode focalisation, on ajoute une information correspondant aux coordonnées d'un point dans l'image, ce qui permet de focaliser sur une forme en particulier, lorsque l'image est composée de plusieurs formes. Le nombre de neurones de la couche d'entrée est doublé en mode focalisation.
• Tests pendant l'apprentissage : permet entre chaque époque d'apprentissage de faire un test sur l'ensemble de la base de tests. La courbe de test s'affiche en bleu. Intéressant, mais ralentit le système.
• Seuil de Décision : compris entre la borne min de codage et la borne max de codage. Seuil à dépasser pour valider la décision. Sinon, le réseau est indécis.
• Ecart de décision : entre 0 et 1. Pour valider la décision, on doit avoir : $(1 - ecart_decision) * valeur_max_sortie > deuxieme_valeur_max_sortie.$ Autrement dit, la decision doit être significative, par rapport à un deuxième choix possible.