Skip to Main content Skip to Navigation
Theses

Sélection de modèles pour la classification supervisée avec des SVM (Séparateurs à Vaste Marge). Application en traitement et analyse d'images.

Gilles Lebrun 1
1 Equipe Image - Laboratoire GREYC - UMR6072
GREYC - Groupe de Recherche en Informatique, Image, Automatique et Instrumentation de Caen
Résumé : L’objectif de cette thèse est de définir des systèmes d’apprentissage à base de SVM performants. Ces systèmes doivent prendre en compte le fait que les problématiques liées au traitement et à l’analyse d’images puissent rentrer en conflit avec les difficultés d’exploitation des SVM. Plusieurs de ces problématiques s’inscrivent dans le cadre plus général de la fouille de données, de la définition de processus décisionnels en temps réel, de l’optimisation de problèmes difficiles et de la combinaison d’ensembles de fonctions de décision. Les approches proposées dans cette thèse pour résoudre des problèmes de natures différentes pourront être exploitées dans d’autres domaines où les mêmes problématiques sont rencontrées.
Mots-clés : Optimisation
Document type :
Theses
Complete list of metadatas

Cited literature [58 references]  Display  Hide  Download

https://tel.archives-ouvertes.fr/tel-01282893
Contributor : Olivier Lezoray <>
Submitted on : Monday, March 7, 2016 - 7:23:51 PM
Last modification on : Tuesday, February 5, 2019 - 12:12:45 PM
Document(s) archivé(s) le : Sunday, November 13, 2016 - 7:17:38 AM

Identifiers

  • HAL Id : tel-01282893, version 1

Citation

Gilles Lebrun. Sélection de modèles pour la classification supervisée avec des SVM (Séparateurs à Vaste Marge). Application en traitement et analyse d'images.. Traitement des images [eess.IV]. Université de Caen Basse-Normandie, 2006. Français. ⟨tel-01282893⟩

Share

Metrics

Record views

362

Files downloads

8486