|
|
Mercredi 18 Avril
Heure: |
14:00 - 15:00 |
Lieu: |
Salle B107, bâtiment B, Université de Villetaneuse |
Résumé: |
Apprentissage et génération de représentations optimisées de données complexes |
Description: |
Abdelkader Benyettou On propose une approche mimétique pour lapprentissage et la génération de représentations optimisées de données complexes à travers la sélection et la pondération simultanée des attributs basée sur une hybridation entre une approche évolutionnaire et lapprentissage sous contraintes des machines à vecteurs de support. Cette technique a été expérimentée sur loptimisation de la classification des documents web ainsi que des images aériennes. Cependant, les représentations usuelles des données complexes engendrent des matrices de très grandes dimensionnalités dont le traitement par une approche mimétique peut savérer très lourd en temps de calcul lors de la phase dapprentissage. On propose une implémentation parallèle de lalgorithme proposé basée sur les modèles dîlots afin de palier à ce problème. Nos expériences sur plusieurs benchmarks : Reuters- 21578, 7Sectors, Webkb et UCMerced LandUse ont montré quon peut réduire significativement le temps dexécution ainsi que le nombre dattributs avec une nette amélioration des performances en classification. |
|
|