Université Lille1 - Sciences et Technologies Classification interactive non supervisée de données multidimensionnelles par réseaux de neurones à apprentissage cométitif Interactive pattern classification by means of competitive learning neural networks 006.32 Classification automatique Réseaux neuronaux (informatique) Text Electronic Thesis or Dissertation fr L'idée de base de la classification interactive consiste à fournir à l'opérateur humain une représentation plane des données multidimensionnelles et un ensemble d'outils lui permettant de découvrir des groupements ou classes au sein de la population étudiée. Dans ce mémoire, nous étudions l'apport des réseaux de neurones à apprentissage compétitif dans le cadre de la classification interactive non supervisée. Après avoir abordé de manière succincte les méthodes de classification statistiques et neuronales dans le chapitre 1, nous présentons de manière détaillée les réseaux de neurones à apprentissage compétitif et les améliorations apportées ces dernières années dans le chapitre 2. Le chapitre 3 est consacré à la projection plane non linéaire par la carte de kohonen. Chaque neurone de la carte est représenté sous la forme d'un pixel sur 6'écran d'un ordinateur. Le niveau de gris d'un pixel reflète la position relative du vecteur poids du neurone dans l'espace d'observation. Nous proposons dans le chapitre 4, une méthodologie intégrant différentes méthodes de projection et des outils logiciels pour aider l'analyste dans sa tache de classification. Le dernier chapitre applique la démarche adoptée sur un exemple réel tire de la biométrie des abeilles et sur des exemples artificiels non linéairement séparables application/pdf 1 : 1 Mo https://pepite-depot.univ-lille.fr/LIBRE/Th_Num/1996/50376-1996-214.pdf Delsert Stéphane 1900-01-01 118387669 1996LIL10106 1996-01-01 Automatique Université Lille1 - Sciences et Technologies 026404184 Doctorat non oui Postaire Jack-Gérard 059149019 ddc:000 ASCII PDF 9999