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

Proposition d’une méthode spectrale combinée LDA et LLE pour la réduction non-linéaire de dimension ; Application à la segmentation d’images couleurs.

Hala Hijazi (co-tutelle Université Libanaise) - Manuscrit

jeudi 19 décembre 2013 à 09h00

Beyrouth - visioconférence amphi Parreau


Les méthodes d’analyse de données et d’apprentissage ont connu un développement très important ces derniéres années. En effet, après les réseaux de neurones, les machines à noyaux (années 1990), les années 2000 ont vu l’apparition de méthodes spectrales qui ont fourni un cadre mathématique unifié pour développer des méthodes de classification originales. Parmi celles-ci on peut citer la méthode LLE pour la réduction de dimension non-linéaire et la méthode LDA pour la discrimination de classes. Une nouvelle méthode de classification est proposée dans cette thèse, méthode issue d’une combinaison des méthodes LLE et LDA. Cette méthode a donné des résultats intéressants sur des ensembles de données synthétiques. Elle permet une réduction de dimension non-linéaire suivi d’une discrimination efficaces. Ensuite nous avons montré que cette méthode pouvait être étendue à l’apprentissage semi-supervisé. Les propriétés de réduction de dimension et de discrimination de cette nouvelle méthode, ainsi que la propriété de parcimonie inhérente à la méthode LLE nous ont permis de l’appliquer à la segmentation d’images couleur avec succés. La propriété d’apprentissage semi-supervisé nous a enfin permis de segmenter des images bruitées avec de bonnes performances. Ces résultats doivent être confortés mais nous pouvons d’ores et déjà dégager des perspectives de poursuite de travaux intéressantes.