Contribution des algorithmes évolutionnaires au partitionnement des données
Auteur / Autrice : | Fatima-Zohra Kettaf |
Direction : | Jean-Pierre Asselin de Beauville |
Type : | Thèse de doctorat |
Discipline(s) : | Informatique |
Date : | Soutenance en 1997 |
Etablissement(s) : | Tours |
Mots clés
Mots clés contrôlés
Résumé
Dans cette thèse, on s'intéresse à l'apport des algorithmes évolutionnaires (algorithme génétique et stratégie d'évolution) au partitionnement des données. Il est en effet aujourd'hui reconnu que les méthodes évolutionnaires, par leur parallélisme implicite possèdent de bonnes aptitudes à l'exploration globale de l'espace de solutions et ne nécessitent pas de modélisation a priori des données. Nous proposons de nouveaux codages d'une partition à nombre de classes fixes ou non relativement à différents modèles de classification (exclusive, flore, possibiliste, mélange de lois de probabilité). Ces codages sont de trois types : par appartenance, par prototype et par similitude. Les algorithmes que noous proposons sont construits à partir de ces codages et recherchent en parallèle, dans l'espace des partitions codées, le nombre de classes et la classification associée. Une des originalités de cette thèse concerne l'utilisation de chromosone de longueur variable pour le partitionnement, le nombre de classes n'étant pas fixe a priori. On introduit aussi de nouveaux opérateurs génétiques d'insertion et de fusion de classes à l'image de l'algorithme Isodata. Les algorithmes sont valides sur des données réelles et simulées et compares à deux méthodes de classification non génétique (GMVE et Isodata).