LIP6 CNRS Sorbonne Université Tremplin Carnot Interfaces
Direct Link LIP6 » News » PhD students

JOYEAU Juliette

PhD graduated - SYSDEF
Departure date : 07/06/2000
Supervision : Patrick BRÉZILLON
Co-supervision : ALVAREZ Isabelle

Qualification de résultats pour la coopération de modèles hétérogènes – Application à la prédiction des arrêts de fermentation vinicoles

Dans la plupart des applications d’aide à la décision, on dispose de données numériques (historiques, capteurs,...) et de savoir-faire d'expert. Pourtant ces deux types d’informations sont rarement utilisées simultanément. Or dans le cas de processus complexes, les performances d’un système basé sur un seul type d’information peuvent s’avérer limitées. Cette thèse se situe dans le cadre de cette problématique d’exploitation conjointe des bases de données et des connaissances d’experts. Contrairement à l’approche classique qui construit des systèmes hybrides qui coopèrent pour élaborer la solution, notre objectif est de faire coopérer des systèmes indépendants, certains construits sur les données, d’autres sur l’expertise. Fonctionnant en parallèle, ils établissent chacun leur solution. La coopération est réalisée après coup, chaque système conservant ainsi sa spécificité de résolution. Dans les deux applications de discrimination utilisées, nous disposions de modèles préexistants, soit construits sur les données, soit sur l’expertise. Nous avons d’abord construit des modèles complémentaires des premiers, sans chercher à obtenir des performances optimales, la coopération ultérieure devant permettre d’améliorer les résultats. Notre méthode repose sur la qualification des résultats des modèles par des informations de sensibilité ou de confiance. La sensibilité permet de savoir si une classification reste stable lorsque les données d’entrée varient. Nous proposons un algorithme, très simple dans le cas des arbres de décision, de calcul de la sensibilité « géométrique » (distance du cas à la frontière de décision la plus proche). Lorsque les modèles n’ont pas de surface de décision explicite, nous utilisons la confiance (probabilité que la classe fournie par le modèle soit la bonne). Pour la coopération, nous avons testé deux voies : - combiner la sensibilité géométrique et la confiance, - approcher les frontières de décision des autres modèles par des arbres de décision.
Defence : 07/06/1999 - Cemagref d'Antony
Jury members :
BARTHÉLÉMY J.-P. [Rapporteur]
MILLIER C. [Rapporteur]
ALVAREZ Isabelle
GALLINARI Patrick
GRENIER P.

1999 Publications

 Mentions légales
Site map |