Titre : |
Conception d’un classifeur à base des règles floues |
Type de document : |
texte imprimé |
Auteurs : |
BELOUFA, FAYSSAL, Auteur ; Chikh, Mohamed Amine, Auteur |
Editeur : |
Université tlemcen |
Année de publication : |
2016 |
Importance : |
115 P. |
Présentation : |
ill. |
Format : |
30 cm |
Accompagnement : |
cd |
Langues : |
Français (fre) Langues originales : Français (fre) |
Résumé : |
L’interprétabilité représente l'élément le plus important derrière l’implémentation
des classifieurs flous pour des problèmes d'application médicale. L'expert devrait
être en mesure de comprendre le classifieur et d'évaluer ses résultats. Cette thèse
présente deux nouvelles approches pour construire un classifieur flou
interprétable. La première approche introduit une modification au niveau de
l’algorithme de la colonie d’abeilles artificielles (ABC) dans lequel un opérateur de
croisement mixte (BLX-α) de l'algorithme génétique est ajouté afin d'améliorer la
diversité de l’algorithme standard ABC. Dans la deuxième approche, nous avons
intégrés dans l’algorithme d’optimisation par essaime particulaires (OEP) le même
opérateur de mutation utilisé dans l’approche précédente, en vue d'améliorer la
diversité des solutions dans l’algorithme standard OEP. Les expérimentations sont
réalisées sur deux bases de données médicales bien connues, le cancer du sein et le
diabète. Les résultats obtenus avec les approches proposées sont très prometteurs
par rapport aux précédentes recherches dans la littérature, pour les mêmes
problèmes |
Conception d’un classifeur à base des règles floues [texte imprimé] / BELOUFA, FAYSSAL, Auteur ; Chikh, Mohamed Amine, Auteur . - Université tlemcen, 2016 . - 115 P. : ill. ; 30 cm + cd. Langues : Français ( fre) Langues originales : Français ( fre)
Résumé : |
L’interprétabilité représente l'élément le plus important derrière l’implémentation
des classifieurs flous pour des problèmes d'application médicale. L'expert devrait
être en mesure de comprendre le classifieur et d'évaluer ses résultats. Cette thèse
présente deux nouvelles approches pour construire un classifieur flou
interprétable. La première approche introduit une modification au niveau de
l’algorithme de la colonie d’abeilles artificielles (ABC) dans lequel un opérateur de
croisement mixte (BLX-α) de l'algorithme génétique est ajouté afin d'améliorer la
diversité de l’algorithme standard ABC. Dans la deuxième approche, nous avons
intégrés dans l’algorithme d’optimisation par essaime particulaires (OEP) le même
opérateur de mutation utilisé dans l’approche précédente, en vue d'améliorer la
diversité des solutions dans l’algorithme standard OEP. Les expérimentations sont
réalisées sur deux bases de données médicales bien connues, le cancer du sein et le
diabète. Les résultats obtenus avec les approches proposées sont très prometteurs
par rapport aux précédentes recherches dans la littérature, pour les mêmes
problèmes |
|