Partenaires

CNRS
Logo tutelle
Logo tutelle
Logo tutelle


Rechercher

Sur ce site

Sur le Web du CNRS


Accueil du site > Séminaires > Probabilités Statistiques et réseaux de neurones > Classification de courbes par apprentissage

Vendredi 20 mai 2005, à 10h

Classification de courbes par apprentissage

Olivier Winterberger (Samos, Université Paris 1)

Résumé : Nous souhaitons résumer l’information apportée par un grand nombre de données, ici les courbes d’évolution journalière de la vitesse moyenne des voitures observées sur une portion de route pendant deux ans. Nous utilisons une nouvelle méthode de classification non supervisée afin de regrouper les observations en classes cohérentes. Une méthode classique consiste à choisir les classes présentes à un même niveau dans une classification ascendante hiérarchique (CAH), puis de s’entraîner sur un échantillon distinct pour atteindre le niveau optimal. A partir de la CAH, nous effectuons une optimisation multicritère pour sélectionner de manière plus systématique les classes recouvrant le plus de courbes ayant le plus de similarités. L’algorithme atteint de meilleurs résultats que la méthode classique car il prend en considération les asymétries possibles dans la CAH.

Dans la même rubrique :