Système de classification hybride interprétable par construction automatique de systèmes d'inférence floue
En reconnaissance des formes, il est souvent difficile de concevoir des systèmes à la fois performants, génériques et interprétables. Pourtant, l'interprétabilité du système permet à un expert de le maintenir et d'optimiser ses performances (taux de reconnaissance, fiabilité, occupation mémoire. . .). Afin de répondre à ces objectifs, nous proposons un nouveau classifieur hybride qui repose sur une combinaison originale de deux niveaux de modélisation complémentaires basés sur des connaissances intrinsèques et discriminantes. Les informations sont modélisées de façon robuste et explicite par des sous-ensembles flous extraits de manière automatique. Des systèmes d'inférence floue permettent alors d'agréger et de fusionner les connaissances afin d'obtenir un processus de décision robuste et compréhensible. Les expérimentations reportées dans cet article valident aussi les propriétés de généricité et de performances.
In pattern recognition, it is often difficult to perform classifiers that are at the same time accurate, generic and that model knowledge in a comprehensible way. Nevertheless, "transparent" classifiers allow experts to maintain systems and to operate several optimizations (recognition rates, complexity. . . ). To satisfy these objectives, we propose a new hybrid classifier that takes advantage of a double modeling based on two different kind of knowledge: intrinsic and discriminant. The knowledge is extracted automatically and clarified in a robust way by fuzzy sets. These ones are used to generate fuzzy inference systems that allow aggregation and fusion of the knowledge to make decision in a robust and comprehensive way. Experimentations reported here also validate adaptability and accuracy of the classifier.
N.RAGOT, É.ANQUETIL
Reçu le 3 juin 2002.
Accepté le 17 mars 2003.
système d'inférence floue, classification floue non supervisée, arbre de décision flou, classifieur hybride, fusion.
fuzzy inference system, fuzzy clustering, fuzzy decision tree, hybrid classifier, fusion.
Français
|
