1 Avril - 7 Avril


Retour à la vue des calendrier
Jeudi 4 Avril
Heure: 13:30 - 14:30
Lieu: Salle B107, bâtiment B, Université de Villetaneuse
Résumé: Apprentissage automatique à partir de données complexes et dynamiques: Application aux données textuelles
Description: Parisa RASTIN Les données actuelles sont de plus en plus variées et complexes et il est en général nécessaire d’adapter les algorithmes d’analyse à chaque type de description des données. Les algorithmes d’apprentissage devraient cependant pouvoir être fonctionnels quel que soit le type des données et la métrique choisie. Nous présentons dans cet exposé un algorithme de clustering relationnel basée sur le système de Coordonnées Barycentriques pour homogénéiser la représentation des objets et des prototypes et traiter de grands ensembles de données complexes. Dans le système de Coordonnées Barycentriques, l’espace de représentation est défini par un ensemble unique de points de support choisis parmi les objets de la base d'apprentissage. La définition d’un prototype correspond au calcul d’un objet dans l’espace barycentrique. À partir de ces approches, nous proposons un algorithme d'apprentissage basé sur un réseau de neurones artificiel défini dans l'espace barycentrique, adapté aux flux de données textuelles et permettant un suivit dynamique de l'évolution des données au cours du temps. Nous présenterons une applications concrètes sur l’extraction de domaines d’intérêt extraits d’URLS à partir de trace de navigation en ligne.