Tolérance aux fautes pour détecter les comportements indésirables des réseaux de neurones.

Résumé Suite au progrès fulgurant que les réseaux de neurones artificiels connaissent actuellement, leur implémentation s'étend à plusieurs domaines. En revanche, leur utilisation n'est pas autorisée dans les applications critiques car leur compor-tement est considéré comme imprévisible et non sûr. Dans cet article, nous présentons deux approches visant à apporter de la tolérance aux fautes logicielles dans les réseaux de neurones afin d'améliorer leur sécurité-innocuité. Notre objectif est de développer des réseaux de neurones capables de détecter les situations inconnues qui diffèrent de celles apprises. L'une des approches consiste à utiliser une redondance diversifiée au niveau des réseaux, et la deuxième consiste à ajouter une nouvelle sortie au réseau capable de reconnaitre les entrées aberrantes.