# Perceptron de Rosenblatt – Simulation Interactive ### Auteur : Valentin Duflot *(2025 – Projet pédagogique et expérimental)* --- ## Objectif Cette application est une **reconstitution visuelle du perceptron de Rosenblatt (1958)**, le tout premier modèle d'apprentissage supervisé artificiel. Elle permet de comprendre, manipuler et observer le processus d'apprentissage d’un neurone artificiel de manière intuitive. Le projet est **100 % autonome**, codé en **HTML / CSS / JavaScript pur**, sans dépendance externe. --- ## Fonctionnement - 64 **LED d’entrée** représentent les pixels d’un chiffre 8×8. - 64 **potentiomètres** (potars) permettent de visualiser et d’ajuster les poids synaptiques. - Un **potar central** contrôle le **biais global**. - Un autre contrôle le **taux d’apprentissage (η)**. - Une **ampoule** et une **jauge** affichent la sortie du neurone. L’application peut : - s’entraîner **manuellement**, un échantillon à la fois (`Ajuster une fois`), - ou **automatiquement** sur un nombre défini d’époques (`▶ Entraînement auto`). --- ## Dataset Le perceptron apprend à reconnaître un **chiffre cible** (sélectionné via menu déroulant) parmi un ensemble de **100 chiffres bruités** (10 variantes de chaque 0–9). Chaque chiffre est représenté sur une matrice 8×8 binaire, inspirée du dataset **Digits**. --- ## Rappel théorique Le perceptron met à jour ses poids selon la règle : \[ w_i ← w_i + η × (y – ŷ) × x_i \] \[ b ← b + η × (y – ŷ) \] où : - \( η \) est le taux d’apprentissage, - \( y \) la sortie attendue, - \( ŷ \) la sortie prédite. L’entraînement vise à séparer les exemples positifs (le chiffre cible) des autres, en ajustant les poids de manière linéaire. --- ## Démonstration Ouvre simplement le fichier `perceptron.html` dans un navigateur moderne (Chrome, Firefox, Edge). Aucune installation requise. --- ## Licence Projet libre pour usage **éducatif, scientifique ou artistique**. Mention de l’auteur originale requise : **© 2025 Valentin Duflot** --- ## Inspirations - Frank Rosenblatt, *The Perceptron: A Probabilistic Model for Information Storage and Organization in the Brain* (1958) - Visualisations pédagogiques modernes (TensorFlow Playground, 2016) --- > « C’est le premier pas de la machine vers la pensée. »