Réinitialiser mot de passe
E-mail
Password
RNTI

MODULAD
Classification d'objets 3D par extraction aléatoire de sous-parties discriminantes pour l'étude du sous-sol en prospection pétrolière
In EGC 2017, vol. RNTI-E-33, pp.225-236
Résumé
Dans cet article, nous proposons une nouvelle approche de classifi-
cation d'objets 3D inspirée des Time Series Shapelets de Ye et Keogh (2009).
L'idée est d'utiliser des sous-surfaces discriminantes pour la classification concer-
née afin de prendre en compte la nature locale des éléments pertinents. Cela
permet à l'utilisateur d'avoir connaissance des sous-parties qui ont été utiles
pour déterminer l'appartenance d'un objet à une classe. Les résultats obtenus
confirment l'intérêt de la sélection aléatoire de caractéristiques candidates pour
la pré-sélection d'attributs en classification supervisée.