Nous utilisons des cookies pour améliorer votre expérience. Pour nous conformer à la nouvelle directive sur la vie privée, nous devons demander votre consentement à l’utilisation de ces cookies. En savoir plus.
La sélection d'attributs
Univ Europeenne - EAN : 9786139570140
Édition papier
EAN : 9786139570140
Paru le : 1 juin 2020
61,90 €
58,67 €
Disponible
Pour connaître votre prix et commander, identifiez-vous
Notre engagement qualité
-
Livraison gratuite
en France sans minimum
de commande -
Manquants maintenus
en commande
automatiquement -
Un interlocuteur
unique pour toutes
vos commandes -
Toutes les licences
numériques du marché
au tarif éditeur -
Assistance téléphonique
personalisée sur le
numérique -
Service client
Du Lundi au vendredi
de 9h à 18h
- EAN13 : 9786139570140
- Réf. éditeur : 8625689
- Editeur : Univ Europeenne
- Date Parution : 1 juin 2020
- Disponibilite : Disponible
- Barème de remise : NS
- Nombre de pages : 140
- Format : H:229 mm L:152 mm E:8 mm
- Poids : 216gr
- Interdit de retour : Retour interdit
- Résumé : Le travail présenté dans ce manuscrit se situe dans le domaine de la reconnaissance des formes. Deux contributions principales sont réalisées dans ce manuscrit. Premièrement, la réduction de dimensionnalité qui permet de trouver des structures pertinentes de plus faibles dimensionnalités, cachées au sein des observations dont nous disposons. Deuxièmement, l'application des méthodes métaheuristiques hybrides pour résoudre les problèmes d'optimisation. Dans le cadre de notre travail, nous nous sommes intéressés aux méthodes bio-inspirées évolutionnaires telles que les algorithmes génétiques et les systèmes immunitaires artificiels puis des méthodes issues de l'intelligence en essaims qui constitue un domaine à part entière de l'intelligence collective. Les travaux décrits dans ce manuscrit donnent lieu à des applications principalement inspirées des comportements collectifs de particules, de fourmis, d'abeilles et de lucioles pour la sélection de caractéristiques. Ensuite, on a proposé plusieurs hybridations des méthodes bio-inspirées utilisées antérieurement pour la sélection d'attributs afin de réduire le nombre de caractéristiques et améliorer les taux de classification.
