BINSZTOK Henri

Docteur
Équipe : MALIRE
Date de départ : 07/01/2008
Direction de recherche : Patrick GALLINARI
Co-encadrement : ARTIÈRES Thierry

Apprentissage de Modèles Markoviens pour l'Analyse de Séquences

Nous nous sommes intéressés à l'apprentissage de modèles pour le traitement de données séquentielles. Les applications concernent par exemple la modélisation de signaux d'écriture manuscrite ou l'analyse de traces de navigation d'utilisateurs. Les données séquentielles se prêtent à différentes tâches comme le partitionnement, la classification ou la segmentation. De nombreuses approches ont été proposées pour ces tâches, parmi lesquelles les modèles Markoviens occupent une place privilégiée. Une étape importante de l'apprentissage réside dans le choix de la structure de ces modèles et dans l'initialisation de ceux-ci, avant d'apprendre les paramètres à partir des données. Nous développons des approches pour automatiser l'apprentissage de tels systèmes de traitement de séquences - notamment pour apprendre la structure des modèles. Nous proposons pour cela un cadre d'apprentissage reposant sur des méthodes d'estimation de similarités entre symboles et de construction d'un ensemble de modèles à partir d'un ensemble de séquences. L'apprentissage se fait par simplification d'un modèle initial, pour lequel nous donnons des implémentations optimisées. Nous présentons également des perspectives d'extension à l'apprentissage de modèles hiérarchiques.
Soutenance : 14/09/2007 - 10h - Site Passy-Kennedy - salle 549
Membres du jury :
M. Thierry ARTIERES, Professeur à l'Université Paris 6 [Encadrant]
M. Colin DE LA HIGUERA, Professeur à l'Université de Saint-Etienne [Rapporteur]
M. Patrick GALLINARI, Professeur à l'Université Paris 6 [Directeur]
M. Bernard MERIALDO, Professeur à l'EURECOM
M. Thierry PAQUET, Professeur à l'Université de Rouen [Rapporteur]
M. Jean-Luc ZARADER, Professeur à l'Université Paris 6

Publications 2002-2007

 Mentions légales
Carte du site |