La similarite regularisee et ses applications en classification automatique

par HAMID BENHADDA

Thèse de doctorat en Sciences et techniques

Sous la direction de FRANCOIS MARCOTORCHINO.

Soutenue en 1998

à Paris 6 .

    mots clés mots clés


  • Pas de résumé disponible.


  • Pas de résumé disponible.


  • Résumé

    L'un des problemes fondamentaux rencontre en classification automatique est celui du choix d'une mesure de similarite (ou d'affinite) entre les individus de la population a classifier. Le travail presente ici s'articule autour d'une nouvelle notion appelee similarite regularisee. Le principe de cette regularisation est de tenir compte, dans le calcul des similarites entre les individus, des structures internes des variables mesurees sur la population a classifier. Cette regularisation permet de compenser les influences - trop fortes ou trop faibles - induites de facon implicite par ces structures dans le calcul de ces similarites. Dans cet objectif, nous avons defini, a partir d'une mesure de similarite basique, trois nouvelles mesures appelees : similarite statistique, similarite probabiliste et similarite empirique. Chacune de ces similarites tient compte d'une structure particuliere des variables descriptives. Nous avons, de meme, indique des conditions d'utilisation de l'une ou de l'autre de ces similarites. Nous proposons par ailleurs un nouveau codage appele codage binaire frequentiel dans le cas des variables frequentielles. Ce codage nous permettra d'exprimer, sous forme de produit scalaire, les fonctions min et max souvent rencontrees dans des indices de similarite entre individus decrits par des variables quantitatives. Il a comme autre avantage d'etre a la base de nouvelles mesures de similarite dans le cas ou les variables descriptives sont de type frequentiel. La methodologie de classification automatique que nous avons choisie pour etayer notre propos est l'analyse relationnelle.

Consulter en bibliothèque

La version de soutenance existe sous forme papier

Informations

  • Détails : 1 vol. (164 p.)
  • Annexes : 94 ref.

Où se trouve cette thèse ?

  • Bibliothèque : Université Pierre et Marie Curie. Bibliothèque Universitaire Pierre et Marie Curie . Section Mathématiques-Informatique Recherche.
  • Disponible pour le PEB
  • Bibliothèque : Université Pierre et Marie Curie. Bibliothèque Universitaire Pierre et Marie Curie . Section Mathématiques-Informatique Recherche.
  • Disponible pour le PEB
  • Cote : THESE 00568
  • Bibliothèque : Centre Technique du Livre de l'Enseignement supérieur (Marne-la-Vallée, Seine-et-Marne).
  • Disponible pour le PEB
  • Cote : PMC RT P6 1998
Voir dans le Sudoc, catalogue collectif des bibliothèques de l'enseignement supérieur et de la recherche.