Opérateurs d'agrégation pour la mesure de similarité. Application à l'ambiguïté en reconnaissance de formes.

Dans cette thèse, nous nous intéressons à deux problèmes de reconnaissance de formes : l'option de rejet en classification supervisée, et la détermination du nombre de classes en classification non supervisée. Le premier problème consiste à déterminer les zones de l'espace des attributs où...

Full description

Bibliographic Details
Main Author: Le Capitaine, Hoel
Language:FRE
Published: Université de La Rochelle 2009
Subjects:
Online Access:http://tel.archives-ouvertes.fr/tel-00438516
http://tel.archives-ouvertes.fr/docs/00/43/85/16/PDF/these_hlc.pdf
id ndltd-CCSD-oai-tel.archives-ouvertes.fr-tel-00438516
record_format oai_dc
spelling ndltd-CCSD-oai-tel.archives-ouvertes.fr-tel-004385162013-01-07T18:14:23Z http://tel.archives-ouvertes.fr/tel-00438516 http://tel.archives-ouvertes.fr/docs/00/43/85/16/PDF/these_hlc.pdf Opérateurs d'agrégation pour la mesure de similarité. Application à l'ambiguïté en reconnaissance de formes. Le Capitaine, Hoel [SPI:SIGNAL] Engineering Sciences/Signal and Image processing [INFO:INFO_HC] Computer Science/Human-Computer Interaction Opérateurs d'agrégation similarité de valeurs numériques implications floues comparaison d'ensembles flous classification coalescence options de rejet validité de partition Dans cette thèse, nous nous intéressons à deux problèmes de reconnaissance de formes : l'option de rejet en classification supervisée, et la détermination du nombre de classes en classification non supervisée. Le premier problème consiste à déterminer les zones de l'espace des attributs où les observations n'appartiennent pas clairement à une seule classe. Le second problème repose sur l'analyse d'un nuage d'observations pour lesquelles on ne connait pas les classes d'appartenance. L'objectif est de dégager des structures permettant de distinguer les différentes classes, et en particulier de trouver leur nombre. Pour résoudre ces problèmes, nous fondons nos propositions sur des opérateurs d'agrégation, en particulier des normes triangulaires. Nous définissons de nouvelles mesures de similarité permettant la caractérisation de situations variées. En particulier, nous proposons de nouveaux types de mesures de similarité : la similarité d'ordre, la similarité par blocs, et enfin la similarité par une approche logique. Ces différentes mesures de similarité sont ensuite appliquées aux problèmes évoqués précédemment. Le caractère générique des mesures proposées permet de retrouver de nombreuses propositions de la littérature, ainsi qu'une grande souplesse d'utilisation en pratique. Des résultats expérimentaux sur des jeux de données standard des domaines considérés viennent valider notre approche. 2009-11-17 FRE PhD thesis Université de La Rochelle
collection NDLTD
language FRE
sources NDLTD
topic [SPI:SIGNAL] Engineering Sciences/Signal and Image processing
[INFO:INFO_HC] Computer Science/Human-Computer Interaction
Opérateurs d'agrégation
similarité de valeurs numériques
implications floues
comparaison d'ensembles flous
classification
coalescence
options de rejet
validité de partition
spellingShingle [SPI:SIGNAL] Engineering Sciences/Signal and Image processing
[INFO:INFO_HC] Computer Science/Human-Computer Interaction
Opérateurs d'agrégation
similarité de valeurs numériques
implications floues
comparaison d'ensembles flous
classification
coalescence
options de rejet
validité de partition
Le Capitaine, Hoel
Opérateurs d'agrégation pour la mesure de similarité. Application à l'ambiguïté en reconnaissance de formes.
description Dans cette thèse, nous nous intéressons à deux problèmes de reconnaissance de formes : l'option de rejet en classification supervisée, et la détermination du nombre de classes en classification non supervisée. Le premier problème consiste à déterminer les zones de l'espace des attributs où les observations n'appartiennent pas clairement à une seule classe. Le second problème repose sur l'analyse d'un nuage d'observations pour lesquelles on ne connait pas les classes d'appartenance. L'objectif est de dégager des structures permettant de distinguer les différentes classes, et en particulier de trouver leur nombre. Pour résoudre ces problèmes, nous fondons nos propositions sur des opérateurs d'agrégation, en particulier des normes triangulaires. Nous définissons de nouvelles mesures de similarité permettant la caractérisation de situations variées. En particulier, nous proposons de nouveaux types de mesures de similarité : la similarité d'ordre, la similarité par blocs, et enfin la similarité par une approche logique. Ces différentes mesures de similarité sont ensuite appliquées aux problèmes évoqués précédemment. Le caractère générique des mesures proposées permet de retrouver de nombreuses propositions de la littérature, ainsi qu'une grande souplesse d'utilisation en pratique. Des résultats expérimentaux sur des jeux de données standard des domaines considérés viennent valider notre approche.
author Le Capitaine, Hoel
author_facet Le Capitaine, Hoel
author_sort Le Capitaine, Hoel
title Opérateurs d'agrégation pour la mesure de similarité. Application à l'ambiguïté en reconnaissance de formes.
title_short Opérateurs d'agrégation pour la mesure de similarité. Application à l'ambiguïté en reconnaissance de formes.
title_full Opérateurs d'agrégation pour la mesure de similarité. Application à l'ambiguïté en reconnaissance de formes.
title_fullStr Opérateurs d'agrégation pour la mesure de similarité. Application à l'ambiguïté en reconnaissance de formes.
title_full_unstemmed Opérateurs d'agrégation pour la mesure de similarité. Application à l'ambiguïté en reconnaissance de formes.
title_sort opérateurs d'agrégation pour la mesure de similarité. application à l'ambiguïté en reconnaissance de formes.
publisher Université de La Rochelle
publishDate 2009
url http://tel.archives-ouvertes.fr/tel-00438516
http://tel.archives-ouvertes.fr/docs/00/43/85/16/PDF/these_hlc.pdf
work_keys_str_mv AT lecapitainehoel operateursdagregationpourlamesuredesimilariteapplicationalambiguiteenreconnaissancedeformes
_version_ 1716451651605233664