Structuration evolutive de donnees : application a la construction de classifieurs distribues

par ARNAUD RIBERT

Thèse de doctorat en Sciences et techniques

Sous la direction de YVES LECOURTIER.

Soutenue en 1998

à Rouen .

    mots clés mots clés


  • Résumé

    Les travaux presentes dans ce memoire abordent le probleme de l'enrichissement de la base d'apprentissage des systemes de classification. L'approche retenue repose essentiellement sur la distribution du probleme de classification qui permet un classifieur modulaire, donc evolutif. La methodologie mise en place consiste a utiliser l'information non supervisee fournie par une hierarchie indicee en conjonction avec l'information supervisee fournie par un operateur humain. Cette procedure permet d'identifier des regions de l'espace de representation (denommees ilots) ou la concentration d'elements d'une meme classe est forte. La structure de la hierarchie indicee permet ensuite de construire une hierarchie de classifieurs associes aux ilots et regroupements d'ilots. La pertinence de la distribution obtenue a ete verifiee sur une base de chiffres manuscrits (nist) a l'aide de perceptrons multi-couches et de l'algorithme des k plus proches voisins. Afin d'obtenir un classifieur distribue evolutif, nous presentons un algorithme de construction de hierarchie indicee capable de prendre en compte l'ajout d'un nouvel element sans recalculer la totalite de la hierarchie. La validation experimentale de cet algorithme a montre qu'il permettait d'economiser d'importantes ressources memoires (moyennant un choix d'ultrametrique judicieux) mais que son cout de calcul devait etre diminue. Dans le cadre d'une aide a l'etiquetage de nouvelles donnees nous avons introduit un algorithme de categorisation multi-echelle ne necessitant pas la connaissance a priori du nombre d'agregats dans les donnees. La validation sur une base de chiffres manuscrits a montre le bon comportement de l'algorithme. La derniere partie de ce memoire presente notre contribution a un modele neuronal developpe au psi ces dernieres annees particulierement adapte a une utilisation dans une hierarchie de classifieurs evolutifs, notamment grace a ces capacites d'auto-configuration.


  • Pas de résumé disponible.

Consulter en bibliothèque

La version de soutenance existe sous forme papier

Informations

  • Détails : 260 p.
  • Annexes : 173 ref.

Où se trouve cette thèse ?

  • Bibliothèque : Université de Rouen. Service commun de la documentation. Section sciences site Madrillet.
  • Disponible pour le PEB
  • Cote : 98/ROUE/S073
Voir dans le Sudoc, catalogue collectif des bibliothèques de l'enseignement supérieur et de la recherche.