ACCUEIL

Consignes aux
auteurs et coordonnateurs
Nos règles d'éthique
Auteurs : soumettez
votre article en ligne
Autres revues >>

Technique et Science Informatiques

0752-4072
Revue des sciences et technologies de l'information
 

 ARTICLE VOL 22/7-8 - 2003  - pp.853-878  - doi:10.3166/tsi.22.853-878
TITRE
Système de classification hybride interprétable par construction automatique de systèmes d'inférence floue

RÉSUMÉ
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.


ABSTRACT
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.


AUTEUR(S)
Nicolas RAGOT, Éric ANQUETIL

Reçu le 3 juin 2002.    Accepté le 17 mars 2003.

MOTS-CLÉS
système d'inférence floue, classification floue non supervisée, arbre de décision flou, classifieur hybride, fusion.

KEYWORDS
fuzzy inference system, fuzzy clustering, fuzzy decision tree, hybrid classifier, fusion.

LANGUE DE L'ARTICLE
Français

 PRIX
• Abonné (hors accès direct) : 12.5 €
• Non abonné : 25.0 €
|
|
--> Tous les articles sont dans un format PDF protégé par tatouage 
   
ACCÉDER A L'ARTICLE COMPLET  (446 Ko)



Mot de passe oublié ?

ABONNEZ-VOUS !

CONTACTS
Comité de
rédaction
Conditions
générales de vente

 English version >> 
Lavoisier