Reconnaissance de formes par modélisation mixte intrinsèque/discriminante à base de systèmes d'inférence floue hiérarchisés

par Nicolas Ragot

Thèse de doctorat en Informatique

Sous la direction de Guy Lorette.

Soutenue en 2003

à Rennes 1 .


  • Résumé

    Pour faciliter la mise au point de systèmes de reconnaissance de formes, nous proposons une méthodologie de classification visant à réunir un ensemble de propriétés rarement satisfaites dans une même approche : performances, généricité, fiabilité, robustesse, compacité et interprétabilité. Ce dernier point permet au concepteur d'adapter, de maintenir et d'optimiser le système plus facilement. L’approche proposée, centrée sur la notion de connaissances dans un classifieur, est entièrement guidée par les données. L’originalité réside notamment dans l’exploitation conjointe de connaissances intrinsèques et discriminantes extraites automatiquement et organisées sur deux niveaux pour bénéficier au mieux de leur complémentarité : le premier modélise les classes par des prototypes flous et le second effectue une discrimination des formes similaires par des arbres de décision flous. L’ensemble est formalisé par des systèmes d'inférence floue qui sont combinés pour la classification.


  • Pas de résumé disponible.

Consulter en bibliothèque

La version de soutenance existe sous forme papier

Informations

  • Détails : 215 p.
  • Notes : Publication autorisée par le jury
  • Annexes : Bibliogr. : 170 réf.

Où se trouve cette thèse ?

  • Bibliothèque : Université de Rennes I. Service commun de la documentation. Section sciences et philosophie.
  • Disponible pour le PEB
  • Cote : TA Rennes 2003/87
Voir dans le Sudoc, catalogue collectif des bibliothèques de l'enseignement supérieur et de la recherche.