SVD-NET : un algorithme qui sélectionne automatiquement la structure du réseau

Un algorithme est développé pour l'entraînement des réseaux neuronaux à propagation avant qui utilise la décomposition en valeurs singulières (SVD) pour identifier et éliminer les nœuds cachés redondants. La minimisation de la redondance permet d'obtenir des réseaux plus petits, produisant des modèles qui généralisent mieux et éliminent ainsi le besoin d'utiliser la validation croisée pour éviter le surapprentissage. La méthode est démontrée par la modélisation d'un réacteur chimique.