Réseau de neurones artificiels (French Wikipedia)

Analysis of information sources in references of the Wikipedia article "Réseau de neurones artificiels" in French language version.

refsWebsite

Global rank French rank

6doi.org

2^nd place

3^rd place

4issn.org

57^th place

4^th place

1gouv.qc.ca

1,004^th place

73^rd place

1legifrance.gouv.fr

265^th place

22^nd place

1radiofrance.fr

2,234^th place

148^th place

1worldcat.org

5^th place

13^th place

1scholarpedia.org

low place

1nature.com

234^th place

147^th place

1engmrk.com

low place

1college-de-france.fr

low place

803^rd place

1upv.es

low place

1sciencemag.org

857^th place

208^th place

1irb.hr

8,290^th place

low place

1books.google.com

3^rd place

11^th place

books.google.com

Pribram, Karl (1991). Brain and perception: holonomy and structure in figural processing. Hillsdale, N. J.: Lawrence Erlbaum Associates. (ISBN 978-0-89859-995-4). quote of « fractal chaos » neural network

college-de-france.fr

« Introduction aux réseauxde Neurones Convolutifs », sur www.college-de-france.fr (consulté le 22 janvier 2020)

doi.org

dx.doi.org

J. Lettvin, H. Maturana, W. McCulloch et W. Pitts, « What the Frog's Eye Tells the Frog's Brain », Proceedings of the IRE, vol. 47, n^o 11,‎ novembre 1959, p. 1940–1951 (ISSN 0096-8390, DOI 10.1109/JRPROC.1959.287207).
(en) Frank Rosenblatt, « The perceptron: A probabilistic model for information storage and organization in the brain », Psychological Review, vol. 10, n^o 9,‎ 1958, p. 386–408 (DOI 10.1037/h0042519)
(en) Juergen Schmidhuber, « Deep Learning », Scholarpedia, vol. 10, n^o 11,‎ 2015, p. 32832 (ISSN 1941-6016, DOI 10.4249/scholarpedia.32832, lire en ligne, consulté le 19 février 2022).
(en) Paul J. Werbos, « Applications of advances in nonlinear sensitivity analysis », dans System Modeling and Optimization, Springer-Verlag (ISBN 3-540-11691-5, lire en ligne), p. 762–770.
(en) David E. Rumelhart, Geoffrey E. Hinton et Ronald J. Williams, « Learning representations by back-propagating errors », Nature, vol. 323, n^o 6088,‎ octobre 1986, p. 533–536 (ISSN 0028-0836 et 1476-4687, DOI 10.1038/323533a0, lire en ligne, consulté le 19 février 2022).
(en) Yassine Mahdi et Kamel Daoud, « Microdroplet Size Prediction in Microfluidic Systems via Artificial Neural Network Modelling for Water-In-oil Emulsion Formulation », Journal of Dispersion Science and Technology, vol. 0, n^o ja,‎ 11 novembre 2016, null (ISSN 0193-2691, DOI 10.1080/01932691.2016.1257391, lire en ligne, consulté le 7 décembre 2016).

engmrk.com

(en-GB) « LeNet-5 - A Classic CNN Architecture », sur engMRK, 30 septembre 2018 (consulté le 5 décembre 2020).

gouv.qc.ca

vitrinelinguistique.oqlf.gouv.qc.ca

« réseau de neurones artificiels », Grand Dictionnaire terminologique, Office québécois de la langue française (consulté le 28 janvier 2020).

irb.hr

bib.irb.hr

https://bib.irb.hr/datoteka/244548.Paper_830.pdf

issn.org

portal.issn.org

J. Lettvin, H. Maturana, W. McCulloch et W. Pitts, « What the Frog's Eye Tells the Frog's Brain », Proceedings of the IRE, vol. 47, n^o 11,‎ novembre 1959, p. 1940–1951 (ISSN 0096-8390, DOI 10.1109/JRPROC.1959.287207).
(en) Juergen Schmidhuber, « Deep Learning », Scholarpedia, vol. 10, n^o 11,‎ 2015, p. 32832 (ISSN 1941-6016, DOI 10.4249/scholarpedia.32832, lire en ligne, consulté le 19 février 2022).
(en) David E. Rumelhart, Geoffrey E. Hinton et Ronald J. Williams, « Learning representations by back-propagating errors », Nature, vol. 323, n^o 6088,‎ octobre 1986, p. 533–536 (ISSN 0028-0836 et 1476-4687, DOI 10.1038/323533a0, lire en ligne, consulté le 19 février 2022).
(en) Yassine Mahdi et Kamel Daoud, « Microdroplet Size Prediction in Microfluidic Systems via Artificial Neural Network Modelling for Water-In-oil Emulsion Formulation », Journal of Dispersion Science and Technology, vol. 0, n^o ja,‎ 11 novembre 2016, null (ISSN 0193-2691, DOI 10.1080/01932691.2016.1257391, lire en ligne, consulté le 7 décembre 2016).

legifrance.gouv.fr

[PDF] Commission d'enrichissement de la langue française, « Vocabulaire de l’intelligence artificielle (liste de termes, expressions et définitions adoptés) », Journal officiel de la République française n^o 0285 du 9 décembre 2018 [lire en ligne].

nature.com

(en) David E. Rumelhart, Geoffrey E. Hinton et Ronald J. Williams, « Learning representations by back-propagating errors », Nature, vol. 323, n^o 6088,‎ octobre 1986, p. 533–536 (ISSN 0028-0836 et 1476-4687, DOI 10.1038/323533a0, lire en ligne, consulté le 19 février 2022).

radiofrance.fr

« Neurone et IA : La bonne connexion ? », sur France Culture, 20 avril 2024 (consulté le 20 avril 2024).

scholarpedia.org

(en) Juergen Schmidhuber, « Deep Learning », Scholarpedia, vol. 10, n^o 11,‎ 2015, p. 32832 (ISSN 1941-6016, DOI 10.4249/scholarpedia.32832, lire en ligne, consulté le 19 février 2022).

sciencemag.org

Appenzeller Tim (2017), The AI revolution in science, Science Niews, 7 juillet

upv.es

riunet.upv.es

Josef Gessler, « Sensor for Food Analysis Applying Impedance Spectroscopy and Artificial Neural Networks », RiuNet UPV, n^o 1,‎ août 2021, p. 8–12 (lire en ligne)

worldcat.org

(en) Paul J. Werbos, The roots of backpropagation : from ordered derivatives to neural networks and political forecasting, Wiley, 1994 (ISBN 0-471-59897-6 et 978-0-471-59897-8, OCLC 28337564, lire en ligne)
Le livre contient une republication de la thèse ainsi que des informations additionnelles