Réseau de neurones à ondelettes

Un réseau de neurones à ondelettes (WNN) est une architecture d'approximation de fonction qui utilise des fonctions d'ondelettes comme fonctions d'activation, à la place des fonctions sigmoïdes ou ReLU traditionnelles. Introduits par Zhang et Benveniste (1992), les WNN combinent les propriétés de décomposition multi-échelle des ondelettes avec les capacités d'apprentissage des réseaux de neurones. Il en résulte un modèle non paramétrique flexible capable de capturer efficacement des caractéristiques localisées et des motifs multi-résolutions, avec moins de paramètres et une meilleure interprétabilité que les réseaux profonds standards.