Fouille visuelle et classification de données par nuage d'insectes volants
نویسندگان
چکیده
RÉSUMÉ. Nous présentons dans cet article un nouvel algorithme biomimétique permettant de créer des groupes au sein de données et de les visualiser dynamiquement. Cet algorithme s’inspire des insectes volants se déplaçant en nuage en créant des mouvements complexes à partir de règles locales simples. Chaque insecte représente une donnée. Le déplacement des insectes vise à créer des groupes de données homogènes se déplaçant ensemble dans un espace à deux dimensions. Les groupes créés et visualisés en temps réel informent l’expert du domaine qui a fourni les données sur leur structuration en classe, par exemple, le nombre de classes plausible, le regroupement de données similaires, et les données isolées représentant des cas « à part ». Nous présentons des extensions de l’algorithme comme la diminution du temps de calcul ou l’utilisation d’un affichage 3D. L’approche est étudiée sur des données artificielles et réelles. Un algorithme heuristique permet d’évaluer la pertinence des partitionnements trouvés.
منابع مشابه
Un aperçu de la fouille visuelle de données
Résumé. Nous présentons dans cet article un aperçu de la fouille visuelle de données. Pour commencer, nous situons ce domaine par rapport à d’autres approches et nous en rappelons les principes fondateurs. Ensuite, nous montrons qu’il existe de nombreux points de vue pour aborder les travaux en fouille visuelle de données : les données ou connaissances à visualiser, la tâche à accomplir, la rep...
متن کاملPrétraitement de grands ensembles de données pour la fouille visuelle
Résumé. Nous présentons une nouvelle approche pour le traitement des ensembles de données de très grande taille en fouille visuelle de données. Les limites de l’approche visuelle concernant le nombre d’individus et le nombre de dimensions sont connues de tous. Pour pouvoir traiter des ensembles de données de grande taille, une solution possible est d’effectuer un prétraitement de l’ensemble de ...
متن کاملExploration visuelle de données spatiotemporelles imprécises : application en archéologie
Résumé. Dans cet article, nous proposons d’exploiter une technique spécifique d’exploration visuelle d’un ensemble d’objets archéologiques dont les composantes spatiales et temporelles sont représentées par des ensembles flous convexes et normalisés. Pour cela, en nous basant sur la définition de vecteurs multidimensionnels issus de défuzzifications ou de comparaisons entre deux nombres flous, ...
متن کاملUn modèle génératif pour l'Apprentissage de la Topologie
Résumé. Un nuage de points est plus qu’un ensemble de points isolés. La distribution des points peut être gouvernée par une structure topologique cachée, et du point de vue de la fouille de données, modéliser et extraire cette structure est au moins aussi important que d’estimer la seule densité de probabilité du nuage. Dans cet article, nous proposons un modèle génératif basé sur le graphe de ...
متن کاملApprendre et Optimiser la courbe ROC
Un nouveau critère pour l’évaluation des hypothèses extraites par apprentissage supervisé a été introduit depuis la fin des années 90 : l’aire sous la courbe ROC (AUC). Ce critère induit une nouvelle approche de l’apprentissage, utilisant l’AUC comme critère de choix des hypothèses. L’approche présentée dans cet article s’attaque à l’optimisation de ce critère dans le cadre d’hypothèses linéair...
متن کاملذخیره در منابع من
با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید
برای دانلود متن کامل این مقاله و بیش از 32 میلیون مقاله دیگر ابتدا ثبت نام کنید
ثبت ناماگر عضو سایت هستید لطفا وارد حساب کاربری خود شوید
ورودعنوان ژورنال:
- Revue d'Intelligence Artificielle
دوره 16 شماره
صفحات -
تاریخ انتشار 2002