Classification non Supervisée de Données Multidimensionnelles par les Processus Ponctuels MarquésReport as inadecuate




Classification non Supervisée de Données Multidimensionnelles par les Processus Ponctuels Marqués - Download this document for free, or read online. Document in PDF available to download.

1 USTO MB - Université des Sciences et de la Technologie d-Oran Mohamed Boudiaf 2 Laboratoire LSSD, 3 LHC - Laboratoire Hubert Curien Saint Etienne 4 Ecole Nationale des Sciences Appliquées 5 Labtic - Laboratoire des Technologies de l-Information et de la Communication de l-ENSA de Tanger. 6 Ecole Nationale des Sciences Appliquées

Résumé : Cet article décrit un nouvel algorithme non supervisé de classification des données multidimensionnelles. Il consiste à détecter les prototypes des classes présentes dans un échantillon et à appliquer l’algorithme KNN pour la classification de toutes les observations. La détection des prototypes des classes est basée sur les processus ponctuels marqués, c’est d’une part une adaptation de la méthode de Métropolis-Hasting-Green qui génère des mouvements manipulant les objets du processus naissance, mort… et d’autre part une modélisation de Gibbs qui introduit la fonction de potentiel matérialisant les interactions du processus en termes d’énergie. Plusieurs expérimentations ont été réalisées sur des données ponctuelles multidimensionnelles où les classes sont non linéairement séparables et des données réelles issues des puces à ADN. Une comparaison avec des méthodes de classification existantes a permis de montrer l’efficacité de ce nouvel algorithme.

Mots-clés : Automatic classification Marked point process Mode detection Metropolis Hasting-Green. Classification automatique Processus ponctuels marqué Détection des modes





Author: Khadidja Henni - Olivier Alata - Lynda Zaoui - Abdellatif Elidrissi - Ahmed Moussa -

Source: https://hal.archives-ouvertes.fr/



DOWNLOAD PDF




Related documents