données de type intervalle

•Des travaux à la fois :
–théoriques (étude des méthodes existantes, proposition de nouveaux
critères, optimisation des critères proposés, élaboration et développement
de nouvelles approches).
Développement de nouvelles méthodes de
classification de données
de nouvelles approches).
–pratiques (implémentation des algorithmes proposés et des outils
d’évaluation adaptés, validation expérimentale des méthodes proposées
sur des données simulées et réelles).
•Contact et responsable : Hani HAMDAN ([email protected])

Développement de nouvelles méthodes de
classification de données
Cadre : Modèles de mélange et algorithme EM, méthodes géométriques,
méthodes graphiques, réseaux de neurones, etc.
Données standards en deux dimensions Classification par l’algorithme CEM

Développement de nouvelles méthodes de
classification de données de type intervalle
(Modèles de mélange)
Le formalisme de données de type intervalle se trouve tout à fait naturel
dans beaucoup d’applications où les intervalles représentent
l’incertitude de mesure ou la variabilité.
Données imprécises (vecteurs d’intervalles) Classification par l’algorithme interval-EM

Développement de nouvelles méthodes de
classification de données de type intervalle
(Modèles de mélange)
Le formalisme de données de type intervalle se trouve tout à fait naturel
dans beaucoup d’applications où les intervalles représentent
l’incertitude de mesure ou la variabilité.
Données imprécises (vecteurs d’intervalles) Classification par l’algorithme interval-CEM

Développement de nouvelles méthodes de
classification de données de type intervalle
(Approches neuronales)
100
26
49 41 45 75
68
32
87
93
23
42
90
28
83
14
35
58
96
57
Le formalisme de données de type intervalle se trouve tout à fait naturel
dans beaucoup d’applications où les intervalles représentent
l’incertitude de mesure ou la variabilité.
Cartes auto-organisatrices (16 neurones) Classification par l’algorithme interval-SOM
3 13 65 74 78
85 97 99 102
29 54 73 79
81 98 103
23 26 28 35 41
42 57 61 92
12 15 38 44 53
62 68 75 100
7 46 51 55 76
80 88 95 101
1 5 10 14 32 45
58 87 90 96
19 20 22
30 39 84
2 4 9 17 27
37 71 72
11 25 36 64
83 86 104
21 33 34 66
82 93 105
18 40 48 59
60 69 94
6 31 47
56 67 70
8 63 91
16 49 50 52
24 43 77
89 106
77
106
105
104
103
102
101
100
98
97
65
54
166
2
4
39 71
20
22
37
27
46
72
80
52
51
50
76
61
26
49
92
41
88 55
5
45
82
3
78
43
73
79
74
47
63
94 31 24
36
48
86
25
89
21
64
40
53 62
38
44
75
93
95 30
29
85
69
70
67
6
8
9
84
19
17 10
59
34
718
11 15 12
33
83
16
13
60
81 91
99
56