Apprentissage supervise pour la generalisation cartographique

par Sébastien Mustière

Thèse de doctorat en Informatique. Intelligence artificielle

Sous la direction de Jean-Gabriel Ganascia.

Soutenue en 2001

à Paris 6 .

    mots clés mots clés


  • Résumé

    Cette these a pour contexte l'automatisation de la generalisation cartographique, processus de creation d'une carte a partir d'une base de donnees geographique trop detaillee. Pour realiser cela, de nombreux algorithmes existent pour transformer la geometrie des objets geographiques a representer sur la carte, mais aucun d'entre eux n'est generique. Nous adoptons alors une approche pas a pas et focalisee, ou le traitement d'un objet necessite l'application de plusieurs algorithmes sur des espaces de travail adequats. Dans ce contexte, il faut definir des regles permettant de choisir quels algorithmes appliquer sur un objet donne a partir de la description de celui-ci par un ensemble de mesures numeriques. Un processus d'enchainement des algorithmes est mis au point empiriquement pour la generalisation des routes. L'efficacite et les limites de ce processus conduisent a envisager l'utilisation de l'apprentissage automatique supervise pour acquerir les connaissances necessaires a un systeme expert cartographique. Notre probleme d'apprentissage se caracterise par la recherche de regles comprehensibles a partir d'exemples peu nombreux, de taille importante et bruites. Un apprentissage classique produit alors des regles de faible qualite. Pour ameliorer cela, nous guidons l'apprentissage par les connaissances du domaine en decomposant notre probleme d'apprentissage en plusieurs sous-problemes plus simples : nous apprenons tour a tour a abstraire puis a representer les objets geographiques manipules. La phase d'abstraction consiste a transformer la representation des observables sous la forme d'un ensemble restreint d'attributs symboliques. La phase de representation consiste a determiner quel algorithme geometrique choisir en fonction de la description abstraite de l'objet. L'introduction de cette phase d'abstraction permet d'apprendre des regles cartographiques a la fois plus efficaces et plus comprehensibles qu'un apprentissage direct.


  • Pas de résumé disponible.

Consulter en bibliothèque

La version de soutenance existe sous forme papier

Informations

  • Détails : 241 p.
  • Annexes : 213 ref.

Où se trouve cette thèse ?