Khadidja Henni ; Olivier Alata ; Lynda Zaoui ; Abdellatif ELIDRISSI ; Ahmed Moussa - Classification non Supervisée de Données Multidimensionnelles par les Processus Ponctuels Marqués

arima:2000 - Revue Africaine de la Recherche en Informatique et Mathématiques Appliquées, September 3, 2015, Volume 21 - 2015 - Special issue - CARI 2014 - https://doi.org/10.46298/arima.2000
Classification non Supervisée de Données Multidimensionnelles par les Processus Ponctuels Marqués

Authors: Khadidja Henni ; Olivier Alata ; Lynda Zaoui ; Abdellatif ELIDRISSI ; Ahmed Moussa

Cet article décrit un nouvel algorithme non supervisé de classification des données multidimensionnelles. Il consiste à détecter les prototypes des classes présentes dans un échantillon et à appliquer l’algorithme KNN pour la classification de toutes les observations. La détection des prototypes des classes est basée sur les processus ponctuels marqués, c’est d’une part une adaptation de la méthode de Métropolis-Hasting-Green qui génère des mouvements manipulant les objets du processus (naissance, mort…) et d’autre part une modélisation de Gibbs qui introduit la fonction de potentiel matérialisant les interactions du processus en termes d’énergie. Plusieurs expérimentations ont été réalisées sur des données ponctuelles multidimensionnelles où les classes sont non linéairement séparables et des données réelles issues des puces à ADN. Une comparaison avec des méthodes de classification existantes a permis de montrer l’efficacité de ce nouvel algorithme.


Volume: Volume 21 - 2015 - Special issue - CARI 2014
Published on: September 3, 2015
Submitted on: February 19, 2015
Keywords: Automatic classification, Marked point process, Mode detection, Metropolis Hasting-Green.,Classification automatique, Processus ponctuels marqué, Détection des modes,[INFO] Computer Science [cs],[MATH] Mathematics [math]


Share

Consultation statistics

This page has been seen 185 times.
This article's PDF has been downloaded 557 times.