Réinitialiser mot de passe
E-mail
Password
RNTI

MODULAD
Apprentissage non-supervisé relationnel dans l’espace des coordonnées barycentriques
In EGC 2019, vol. RNTI-E-35, pp.413-418
Résumé
Les approches basées sur les prototypes sont très populaires en apprentissage
non supervisé, en raison de la compacité du modèle résultant (les
prototypes), de la puissance descriptive de ces prototypes et de la faible complexité
de calcul du modèle. Habituellement, le meilleur choix de prototype est
le barycentre du cluster. Le prototype est alors défini comme l’objet minimisant
la somme des distances carrées avec tous les objets du cluster. Cependant, dans
de nombreux cas, les objets ne peuvent pas être facilement définis dans un espace
euclidien sans perte d’information et/ou un pré-traitement coûteux, ce qui limite
la construction des prototypes. Dans cet article, nous proposons une approche
de K-moyennes relationnelle utilisant un ensemble unique de points de support
basé sur le formalisme des coordonnées barycentriques, afin d’unifier la représentation
des objets et des prototypes et permettant un processus d’apprentissage
incrémental simple pour le clustering relationnel.