Commit 874006c8 authored by Gross Alexia's avatar Gross Alexia
Browse files

Réduction du rapport -> passage en 3 pages

parent 07cd211a
......@@ -173,16 +173,26 @@ $Pr_{i}(\theta, x)$ représente la probabilité d'un échantillon $x$ d'apparten
Un CNN a été construit afin d'exploiter le contenu des affiches de films. Il contient une seule couche entièrement connectée.
Ensuite, ce CNN est intégré dans le DNN multimodal.
\begin{figure}[h!]
\centering
\includegraphics[width=10cm]{img/img_architecture.png}
\caption{Architecture du modèle}
\end{figure}
\begin{minipage}{\linewidth}
\begin{minipage}{0.4\linewidth}
\begin{figure}[H]
\centering
\includegraphics[width=10cm]{img/img_architecture.png}
\caption{Architecture du modèle}
\end{figure}
\end{minipage}
\hspace{0.2\linewidth}
\begin{minipage}{0.4\linewidth}
Pour la dernière couche du DNN, il s'agit de la fonction d'activation softmax afin de classifier le niveau de réussite financière du film.
Et pour évaluer le modèle, il s'agit d'une fonction de "cross-entropy". La fonction de coût est minimisée est correspond à une erreur quadratique moyenne. \\
Le principal avantage de ce modèle est qu'il utilise des fonctionnalités de données multimodales, ce qui donne plus d'informations et donc une meilleure prédiction.
\end{minipage}
\end{minipage}
Pour la dernière couche du DNN, il s'agit de la fonction d'activation softmax afin de classifier le niveau de réussite financière du film.
Et pour évaluer le modèle, il s'agit d'une fonction de "cross-entropy". La fonction de coût est minimisée est correspond à une erreur quadratique moyenne. \\
Le principal avantage de ce modèle est qu'il utilise des fonctionnalités de données multimodales, ce qui donne plus d'informations et donc une meilleure prédiction.
%EXPERIENCE
\section{Expérience}
......@@ -229,7 +239,6 @@ Cette expérience montre que le CNN se focalise sur les régions avec du texte.
%CONCLUSION
\section{Conclusion}
Dans ce papier, un DNN multimodal a été proposé pour prédire le revenu box-office de films. Un CNN a d’abord été utilisé pour extraire des données de posters puis un DNN multimodal a été mis en place avec en entrée le résultat du CNN et des données relatives aux films (acteurs, durée, genre etc). \\
L’expérience a montré des résultats satisfaisants selon les critères définis. Il a d’ailleurs été noté que le résultat du DNN était meilleur lorsque le CNN (affiche de films) était pris en compte.
......
Markdown is supported
0% or .
You are about to add 0 people to the discussion. Proceed with caution.
Finish editing this message first!
Please register or to comment