Réinitialiser mot de passe
E-mail
Password
RNTI

MODULAD
Construction de descripteurs pour classer à partir d'exemples bruités
In EGC 2009, vol. RNTI-E-15, pp.91-102
Résumé
En classification supervisée, la présence de bruit sur les valeurs des
descripteurs peut avoir des effets désastreux sur la performance des classifieurs
et donc sur la pertinence des décisions prises au moyen de ces modèles. Traiter
ce problème lorsque le bruit affecte un attribut classe a été très étudié. Il est
plus rare de s'intéresser au bruit sur les autres attributs. C'est notre contexte
de travail et nous proposons la construction de nouveaux descripteurs robustes
lorsque ceux des exemples originaux sont bruités. Les résultats expérimentaux
montrent la valeur ajoutée de cette construction par la comparaison des qualités
obtenues (e.g., précision) lorsque l'on utilise les méthodes de classification à
partir de différentes collections de descripteurs.