offres d'emploi formations actualités contact accès annuaire intranet
Thèses >

Algorithmes bio-mimétiques pour la reconnaissance de formes et l’apprentissage

Marc Segond - manuscrit

vendredi 8 décembre 2006 à 10h00


Dans cette thèse, nous appliquons deux algorithmes bio-mimétiques à la résolution d’un problème de biologie marine : la détection de structures rétentives en eaux côtières. Nous confrontons ces deux méthodes, à savoir un algorithme à colonies de fourmis et la programmation génétique, avec des méthodes dites “classiques” (analyse physique, stream- lines...) et mettons en évidence les diffcultés de ces dernières à traiter ce problème, rendu diffcile par la proximité des côtes induisant de fortes perturbations de courant. Pour pallier ce problème, nous proposons tout d’abord une adaptation de l’algorithme à colonies de fourmis tel que défini par Marco Dorigo, introduisant les notions de biais, de multiples colonies et d’évaporation instantanée de la phéromone. Cette méthode se révèle performante et ses détections sont d’une qualité satisfaisant les exigences des bio- logistes. Nous proposons ensuite une adaptation de la programmation génétique inspirée des travaux de Jason Daida sur la détection de crêtes de pressions sur la croûte glaciaire. Nous décrivons la méthode d’optimisation de l’aire sous la courbe ROC, utilisant un algorithme de calcul soumis par Sebag et al. dans [Sebag et al., 2003] que nous avons corrigé dans [Segond et al., 2006a]. Nous introduisons le concept de génération de filtres itératifs, technique permettant la prise en compte et la propagation d’informations globales. Cette méthode se révèle, elle aussi, performante, même si elle ne permet pas d’identifier les enveloppes des structures rétentives. Elle met plutpot en évidence des zones rétentives, mais fourni par contre une bonne souplesse d’utilisation grâce aux courbes ROC sur lesquelles on peut fixer un seuil.