22 Octobre - 28 Octobre


Retour à la vue des calendrier
Jeudi 25 Octobre
Heure: 12:15 - 13:30
Lieu: Salle B107, bâtiment B, Université de Villetaneuse
Résumé: Apprentissage automatique et adaptatif pour le clustering de flux de données relationnelles
Description: Parisa Rastin Les approches basées sur les prototypes sont très populaires en apprentissage non supervisé, en raison de la compacité du modèle résultant (les prototypes), de la puissance descriptive de ces prototypes et de la faible complexité de calcul du modèle (chaque objet est comparé à un petit nombre de prototypes). Nous proposons une approche de K-moyennes relationnelle utilisant un ensemble unique de points de support à travers le processus d'apprentissage, puis on introduit le formalisme des Coordonnées Barycentriques afin d'unifier la représentation des objets et des prototypes, ce qui permet un processus d'apprentissage incrémental simple pour le clustering relationnel. Notre motivation pratique est de réaliser un profilage en temps réel des utilisateurs connectés. Les tâches de profilage visent à reconnaître "l'état d'esprit" des utilisateurs à travers leur navigation sur différents sites en ligne.