formation par la recherche / formation doctorale / enseignement, stages / sujets de thèses

Système de reconnaissance automatique de concepts
fondé sur la classification hiérarchique.
Application en agriculture.

Localisation :Irisa, Rennes

Equipe AÏDA

Responsable : I.C. LERMAN (tél. direct : 02 99 84 72 86, email : lerman@irisa.fr)

Mot-clés : Algorithmes de Classification, Coefficients d'association, Apprentissage.

Sujet : Le but de la thèse consiste en la mise au point d'une méthode générale de construction d'un système de reconnaissance automatique de concepts sur un ensemble d'objets structurés. La recherche sera directement nourrie par le problème important de la détermination de l'occupation agricole du sol d'un bassin versant de Rennes, à partir d'images satellitaires. L'objet élémentaire, une parcelle agricole dans notre cas, sera représenté par des distributions statistiques discrètes. Il s'agira d'abord, à partir de la description d'un échantillon d'apprendre un arbre condensé significativement, de classification dont les noeuds définiront la représentation des concepts pertinents. Cet arbre conceptuel doit permettre de prédire l'occupation du sol d'une parcelle dont la vérité terrain est inconnue. Dans cette thèse en Classification et Informatique les aspects suivants seront considérés: coefficients d'association entre objets, relativement à une échelle métrique ou une échelle probabiliste de vraisemblance du lien; algorithmes de classification de "gros" ensembles; comparaison d'arbres de classification sur un "gros" ensemble; gestion de la "grande" ressemblance; apport de la Classification dans un processus intelligent de désambiguïsation. Ce dernier point concerne une interaction directe avec le travail de thèse de Christine Largouët qui est en cours et qui relève plus spécifiquement de techniques utilisées en Intelligence Artificielle. Une réflexion importante et des travaux significatifs ont déjà été effectués et préparent le terrain. On peut ainsi signaler le rapport de DESS de Morel DAVID: "Comparaison d'arbres de classification". Cette thèse sera menée en collaboration étroite avec le laboratoire d'Informatique de l'Ensar (Ecole Nationale Supérieure d'Agronomie de Rennes). La recherche sera effectuée dans l'environnement d'une équipe réunissant Informaticiens ou Statisticiens de l'Irisa et de l'Ensar.