lipn

Laboratoire d'Informatique de Paris Nord

UMR 7030, Université Paris 13, 99 avenue Jean-Baptiste Clément, 93430 Villetaneuse

up13 cnrs

Apprentissage de modèles topologiques et hiérarchiques

 

Nous avons combiné les cartes topologiques et un algorithme de classification hiérarchique biomimétique [1, 2]. Cette approche originale a donné lieu à des contributions concernant le résumé de graphes et la classification hiérarchique incrémentale.

Résultats :

  • Méthode de résumé de graphes, qui décompose le graphe d'origine de manière hiérarchique en plusieurs sous-arbres auto-organisés, formant ainsi une forêt d'arbres projetés sur une carte 2D. Cela fournit un espace de visualisation simple tout en proposant une représentation du graphe riche en information [3].
  • Modèle combiné, hiérarchique et incrémental de construction d'arbres s'inspirant du modèle Neural Gas [4]. L'espace de sortie de l'algorithme est un ensemble d'arbres disposés selon une certaine topologie dans un espace bidimensionnel, fournissant à la fois des informations sur la structure des données et leur topologie.

Références

      Hanane Azzag and Mustapha Lebbah. « A new approach for auto-organizing a groups of artificial ants ». In Istváan Karsai George Kampis and Eörs Szathmáry, editors,

Advances in Artificial Life. Darwin meets Von Neumann

      , volume 5778 of

Lecture Notes in Computer Science

      , pages 440-447. Springer Berlin / Heidelberg, 2011. (ECAL'09).

      Hanane Azzag and Mustapha Lebbah. « Self-organizing tree using artificial ants ».

Journal of Information Technology Research (JITR)

      , 4(2):1-16, 2011. (Special Issue on Applications of Nature Inspired Computing).

      Nhat-Quang Doan, Hanane Azzag, and Mustapha Lebbah. « Graph decomposition using self-organizing trees ». In

Proceedings of the 16th International Conference on Information Visualisation (IV 2012)

      , pages 246-251, Montpellier, France, July 2012. IEEE Computer Society.

      Nhat-Quang Doan, Hanane Azzag, and Mustapha Lebbah. « Growing self-organizing trees for knowledge discovery from data ». In

Proceedings of the International Joint Conference on Neural Networks (IJCNN 2012)

    , pages 251-258, Brisbane, Australia, Jun 2012. IEEE.

pres

w3c-xhtml