Les modèles génératifs en classification supervisée et applications à la catégorisation d'images et à la fiabilité industrielle

par Guillaume Bouchard

Thèse de doctorat en Mathématiques appliquées

Sous la direction de Gilles Celeux et de Bill Triggs.

Soutenue en 2005

à l'Université Joseph Fourier (Grenoble) .

    mots clés mots clés


  • Résumé

    Cette thèse propose plusieurs outils novateurs pour l'apprentissage statistique supervisé. Elle définit l'approche générative dans un cadre de classification. Les deux principales manières d'estimer les paramètres sont introduites et analysées. Les mélanges de régressions, aussi appelés mélanges d'experts (ME) sont étudiés. Le choix d'un modèle probabiliste pour l'analyse discriminante est étudié. Un nouveau type d'estimation des modèles génératifs est proposé-: un intermédiaire entre l'estimation générative et discriminative (Generative-Discriminative Tradeoff, GDT). Un exemple d'application des méthodes génératives à la catégorisation d'objets en vision par ordinateur est donné. Un exemple d'application de l'apprentissage supervisé à la fiabilité industrielle est étudié. Enfin, un estimateur à noyau permettant de résoudre le problème de l'estimation de frontière est proposé.


  • Pas de résumé disponible.

  • Titre traduit

    Generative models in supervised statisticallearning with applications to digital image categorization and structural reliability.


  • Résumé

    Some generative models used in supervised framework are studied. A overview of generative classification is given, as weil as a generative model for regression. A new model selection criterion is proposed. A estimation procedure that improves classification performances is studied. A novel generative model based on a hierarchy of parts and subparts is proposed and is used for image categorization. A generative model applied in industrial reliability is studied. Finally, a discriminative method that solves the problem of frontier estimation is proposed.

Consulter en bibliothèque

La version de soutenance existe sous forme papier

Informations

  • Détails : 1 vol. (230 p.)
  • Notes : Publication autorisée par le jury
  • Annexes : Bibliogr. p. 217-230

Où se trouve cette thèse ?

  • Bibliothèque : Service interétablissements de Documentation (Saint-Martin d'Hères, Isère). Bibliothèque universitaire de Sciences.
  • Non disponible pour le PEB
  • Cote : TS05/GRE1/0056
  • Bibliothèque : Service interétablissements de Documentation (Saint-Martin d'Hères, Isère). Bibliothèque universitaire de Sciences.
  • Disponible pour le PEB
  • Cote : TS05/GRE1/0056/D
Voir dans le Sudoc, catalogue collectif des bibliothèques de l'enseignement supérieur et de la recherche.