Classification en temps-fréquence à partir de données expertisées - Application à la détection des complexes-K
نویسندگان
چکیده
RÉSUMÉ. Cet article présente une nouvelle méthodologie pour concevoir un détecteur automatique de complexes-K. Notre approche se fonde sur la détermination d’un classifieur optimal dans le domaine temps-fréquence (transformée de Wigner-Ville) à partir de données d’apprentissage expertisées. Dans un premier temps, nous décrivons comment gérer les avis contradictoires des experts, et comment constituer une base de données fiable. Puis, en justifiant le choix de la représentation temps-fréquence, nous concevons le détecteur optimal par rapport aux données, tout en tenant compte du problème de la complexité. Enfin, par comparaison avec les recherches précédentes, nous quantifions l’amélioration substantielle qu’apporte notre approche.
منابع مشابه
Detection of Frequency Hopping Signals in Digital Wideband Data
In this report, a number of approaches to detect a frequency hopped signal in digital wideband data were investigated, both theoretically and through computer simulations. These approaches included the FFT, the polyphase filter, and the periodogram, plus variants of the these approaches using windowing functions and frequency smoothing. Additionally, the maximum likelihood approach was included...
متن کاملDétection de données aberrantes à partir de motifs fréquents sans énumération exhaustive
Résumé. La détection de données aberrantes (outliers) consiste à détecter des observations anormales au sein des données. Durant la dernière décennie, des méthodes de détection d’outliers utilisant les motifs fréquents ont été proposées. Elles extraient dans une première phase tous les motifs fréquents, puis assignent à chaque transaction un score mesurant son degré d’aberration (en fonction du...
متن کاملExtraction des itemsets fréquents à partir de données évidentielles : application à une base de données éducationnelles
Résumé. Dans cet article, nous étudions le problème de l’extraction des itemsets fréquents (EIF) à partir de données imparfaites, et plus particulièrement ce qu’on appelle désormais les données évidentielles. Une base de données évidentielle stocke en effet des données dont l’imperfection est modélisée via la théorie de l’évidence. Nous introduisons une nouvelle approche d’EIF qui se base sur u...
متن کاملApprentissage de la structure des réseaux bayésiens à partir des motifs fréquents corrélés : application à l'identification des facteurs environnementaux du cancer du Nasopharynx
Résumé. L’apprentissage de structure des réseaux bayésien à partir de données est un problème NP-difficile pour lequel de nombreuses heuristiques ont été proposées. Dans cet article, nous proposons une nouvelle méthode inspirée des travaux sur la recherche de motifs fréquents corrélés pour identifier les causalités entre les variables. L’algorithme opère en quatre temps : (1) la découverte par ...
متن کاملExtraction de motifs temporels pour la détection dynamique de conflits ethno-politiques
Résumé. Nous présentons une réalisation en cours sur l'extraction de motifs temporels à partir de séquences d'événements dans le cadre de la détection dynamique des conflits ethno-politiques. Notre contexte d'application présente plusieurs difficultés : le phénomène que l'on cherche à modéliser est fortement variable et les données sont bruitées. Mais nous disposons d'une connaissance a priori ...
متن کامل