Optimisation des algorithmes d'apprentissage des réseaux d'ondelettes

On sait à présent que la propriété fondamentale des réseaux d'ondelettes est l'approximation universelle. De plus, le développement d'algorithmes performants pour l'apprentissage de ces réseaux, leur a ouvert de nouvelles perspectives d'utilisation. Nous proposons dans cet ouvrage une nouvelle approche d'apprentissage basé sur une nouvelle architecture des réseaux d'ondelettes de familles d'ondelettes mère. L'objectif de la phase d'apprentissage des réseaux d'ondelettes est de sélectionner les régresseurs pertinents. Cette approche a été testée sur de nombreuses données d'apprentissage en utilisant des fonctions d'approximations très connus et a montré toute son efficacité par rapport aux algorithmes actuels.