Connaissances et clustering collaboratif d'objets complexes multisources
Langue Français
Accéder à la thèseDroits d'accès : non autorisé

Ce document est protégé en vertu du Code de la Propriété Intellectuelle.

 
Auteur : Forestier, Germain
Date de soutenance : 29-09-2010

Directeur(s) de thèse : Gançarski, Pierre

Établissement de soutenance : Université de Strasbourg
École doctorale : École doctorale Mathématiques, sciences de l'information et de l'ingénieur (Strasbourg ; 1997-....)
 
Discipline : Informatique
Classification : Mathématiques

Mots-clés libres : fouille de données , classification non supervisée , clustering , connaissances , télédétection , image satellite
Mots-clés :
  • Algorithmes - Thèses et écrits académiques
  • Classification automatique - Thèses et écrits académiques
  • Télédétection - Thèses et écrits académiques
Résumé : Les nouveaux défis apportés par les données complexes imposent le développement de nouvelles méthodes de fouille de données. Dans cette thèse, nous nous intéressons plus particulièrement à l'étape du processus de fouille qu'est la classification non supervisée (clustering). Celle-ci consiste à créer, de manière automatique, des groupes au sein d'un ensemble d'objets. Il existe de nombreux algorithmes de clustering différents qui peuvent, à partir des mêmes données, fournir des résultats très différents. Une nouvelle méthode de clustering collaborative est présentée, celle-ci menant à une amélioration de la qualité de la collaboration entre les méthodes. De manière complémentaire, des connaissances du domaine ou contextuelles sont souvent disponibles sur le problème de clustering à considérer. Nous étudions dans cette thèse les différentes méthodes permettant d'intégrer des connaissances dans les algorithmes de clustering. Nous proposons enfin une approche d'intégration de connaissances dans le cadre du clustering collaboratif. Les géosciences et plus particulièrement l'observation de la Terre via les images de télédétection ont été le domaine privilégié d'application des propositions faites lors de cette thèse. Les approches proposées dans cette thèse ont permis de mettre en place un processus automatique d'interprétation d'image guidé par les connaissances de l'expert.
 
Type de contenu : Text
 
Entrepôt d'origine : Ressource locale
Identifiant : ecrin-ori-300349
Type de ressource : Thèse