Algorithmes bio-mimétiques pour la reconnaissance de formes et l'apprentissage

Bio-mimetic algorithms for machine learning and pattern matching

• Auteur / Autrice : Marc Segond
• Direction : Cyril Fonlupt
• Type : Thèse de doctorat
• Discipline(s) : Informatique
• Date : Soutenance en 2006
• Etablissement(s) : Littoral
• Partenaire(s) de recherche : Laboratoire : Laboratoire d'informatique du Littoral (Calais, Pas-de-Calais)

Mots clés

Mots clés contrôlés

Programmation génétique (informatique)

Apprentissage automatique

Reconnaissance des formes (informatique)

Algorithmes

Mots clés libres

Algorithmes évolutionnaires

Algorithmes à colonies de fourmis

Filtres itératifs

Détection de vortex

Résumé

Dans cette thèse, nous appliquons deux algorithmes bio-mimétiques à la résolution d’un problème de biologie marine : la détection de structures rétentives en eaux côtières. Nous confrontons ces deux méthodes, à savoir un algorithme à colonies de fourmis et la programmation génétique, avec des méthodes dites « classiques » (analyse physique, streamlines…) et mettons en évidence les difficulte��s de ces dernières à traiter ce problème, rendu difficile par la proximité des côtes induisant de fortes perturbations de courant. Pour pallier ce problème, nous proposons tout d’abord une adaptation de l’algorithme à colonies de fourmis tel que défini par Marco Dorigo, introduisant les notions de biais, de multiples colonies et d’évaporation instantanée de la phéromone. Cette méthode se révèle performante et ses détections sont d’une qualité satisfaisant les exigences des biologistes. Nous proposons ensuite une adaptation de la programmation génétique inspirée des travaux de Jason Daida sur la détection de crêtes de pressions sur la croûte glaciaire. Nous introduisons le concept de génération de filtres itératifs, technique permettant la prise en compte et la propagation d’informations globales. Cette méthode se révèle, elle aussi performante, mais n’est pas directement utilisable car elle ne permet pas d’identifier les enveloppes des structures rétentives. Elle met plutôt en évidence des zones rétentives.

In this thesis, we apply two bio-mimetic algorithms to solve a marine biology problem : retentive structures detection in coastal waters. We compare these two methods (an ant based algorithm and genetic programming) to “classical” methods (physical analysis, streamlines. . . ) and we draw out their difficulties to solve this problem, made difficult by the proximity of the coast inducing strong stream perturbations. To solve this problem, we present an adaptation of the ant based algorithm defined by Marco Dorigo, introducing the notion of bias, several colonies and instantaneous pheromone evaporation. This method appears to be efficient and its detections are good enough to satisfy biologists. We also propose an adaptation of genetic programming inspired of the work of Jason Daida about detection of peaks of pressure. We introduce the concept of oterative filters generation which allows to take into account and propagate global informations. This method appears to be also very efficient, but is not directly usable because it is not able to detect the envelops of retentive structures, but it rather draws out retentive zones.