Cet ouvrage étudie les principaux réseaux de neurones artificiels ainsi que leurs méthodes d'apprentissage. Après une présentation historique et biologique des théories et de l'évolution des modèles de réseaux de neurones, ce livre traite de la classification par réseaux mono couches. Le perceptron multicouche, outil basique tant de la classification que de la commande, est ensuite présenté. Il y côtoie la machine de Boltzmann et introduit l'étude consacrée à l'identification et la commande de procédés dynamiques. Des variantes de l'apprentissage y sont développées. Le rôle particulier du système jacobien à commander est examiné. Une notation originale des poids des connexions est utilisée, facilitant le traitement algébrique des problèmes rencontrés.

• Les précurseurs et antécédents
  • Présentation. Le vivant et l'électricité
  • Le neurone
  • Le potentiel de membrane
  • La synapse et son rôle
  • Quelques neurones formels
• Réseaux mono couches et classification
  • La classification automatique
  • Le perceptron mono couche
  • Le réseau de Hopfield
  • Le réseau de Hamming
• Réseaux multicouches et classification
  • Réseau de Carpenter Grossberg
  • Réseau de Kohonen
  • Machine de Boltzman
  • Perceptrons multicouches
• Identification et commande
  • Les variantes de l'apprentissage
  • Méthodes du second ordre
  • Commande non hybride
  • Commande hybride