Valentin/perceptron-visuel
1
0
Fork 0
mirror of https://github.com/ValentinDuflot/perceptron-visuel.git synced 2026-01-25 15:34:11 +00:00
Code Issues Projects Releases Packages Wiki Activity Actions
No description
1 commit 1 branch 0 tags 34 KiB
HTML 100%
Find a file
Valentin Duflot 44c1459e1e <Feat> Première version
2025-10-14 12:53:19 +02:00
index.html <Feat> Première version 2025-10-14 12:53:19 +02:00
readme.md <Feat> Première version 2025-10-14 12:53:19 +02:00

readme.md

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. »