Machine de Boltzmann restreinte (RBM)
Une Machine de Boltzmann restreinte (RBM) est un modèle probabiliste génératif à deux couches, composé d'unités binaires visibles (observées) et cachées (latentes), connectées par un graphe bipartite non orienté sans connexions intra-couche. Initialement introduite sous le nom d'« Harmonium » par Paul Smolensky en 1986 et puissamment relancée par Geoffrey Hinton et Ruslan Salakhutdinov dans leur article de référence de 2006 dans Science, les RBM sont devenues historiquement cruciales comme bloc de construction pour le pré-entraînement glouton couche par couche des Réseaux de Croyance Profonds, relançant l'intérêt pour les réseaux de neurones profonds après des années de stagnation.
Lire la méthode complète
Connectez-vous avec un compte gratuit pour lire cette section.
Method map
The neighbourhood of related methods — select a node to explore.
Sources
- Hinton, G. E., & Salakhutdinov, R. R. (2006). Reducing the Dimensionality of Data with Neural Networks. Science, 313(5786), 504–507. DOI: 10.1126/science.1127647 ↗
- Hinton, G. E. (2002). Training Products of Experts by Minimizing Contrastive Divergence. Neural Computation, 14(8), 1771–1800. DOI: 10.1162/089976602760128018 ↗
- Smolensky, P. (1986). Information Processing in Dynamical Systems: Foundations of Harmony Theory. In D. E. Rumelhart & J. L. McClelland (Eds.), Parallel Distributed Processing, Vol. 1 (pp. 194–281). MIT Press. ISBN: 978-0-262-68053-0
- Goodfellow, I., Bengio, Y., & Courville, A. (2016). Deep Learning (Ch. 20). MIT Press. ISBN: 978-0-262-03561-3
Comment citer cette page
ScholarGate. (2026, June 3). Restricted Boltzmann Machine (RBM) — Bipartite Generative Energy Model. ScholarGate. https://scholargate.app/fr/deep-learning/restricted-boltzmann-machine
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- AutoencodeurApprentissage profond↔ compare
- Réseau de croyance profond (DBN)Apprentissage profond↔ compare
- Autoencodeur VariationnelApprentissage profond↔ compare
Référencée par
Une erreur sur cette page ? Signalez-la ou proposez une correction →