Traitement en cours...
Fermer la notification

Le saviez-vous ?

SIDE a travaillé avec ses fournisseurs pour rendre ses colis respectueux de l'environnement.
Fini le plastique !
Le ruban adhésif qui sécurise la fermeture de nos colis et les chips de calage qui immobilisent les livres dans les cartons sont en matériaux recyclables et biodégradables.

Afficher la notification

La sélection d'attributs

Khellat Badra
Date de parution 01/06/2020
EAN: 9786139570140
Disponibilité Disponible chez l'éditeur
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 pertin... Voir la description complète
Nom d'attributValeur d'attribut
Common books attribute
ÉditeurUNIV EUROPEENNE
Nombre de pages140
Langue du livreFrançais
AuteurKhellat Badra
FormatPaperback / softback
Type de produitLivre
Date de parution01/06/2020
Poids216 g
Dimensions (épaisseur x largeur x hauteur)0,80 x 15,20 x 22,90 cm
Application des métaheuristiques
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.