prédictions et estimations des erreurs de prédiction par un réseau de neurones à 1 couche cachée et avec biais
[ypred,std_ypred]=nns_simulbis(wh,wo,x,std_res,cov_w)
coefficients des neurones cachés + biais
wh est une matrice de dimensions ((q+1) x nh) ou une structure Div
nh est le nombre de neurons cachés
coefficients des neurones de sortie + biais
wo est une matrice de dimensions ((nh+1) x no) ou une structure Div
no est le nombre de neurones de sortie
données d'étalonnage
x est une matrice de dimensions (n x q) ou une structure Div
estimation des écarts-type des résidus
std_res est un vecteur de dimensions (1 x no) ou une structure Div
matrice de variance-covariance des poids
cov_w est une matrice de dimensions (nw x nw) ou une structure Div
nw=(q+1)*nh + (nh+1)*no
prédictions du réseau de neurones (wh,wo) appliqué à x
ypred est une structure Div
ypred.d est une matrice de dimensions (n x no)
estimation des écarts-type des erreurs associées à chaque prédiction
std_ypred une structure Div
std_ypred.d est une matrice de dimensions (n x no)