Th\u00e8se Rihab BEN AMEUR<\/p>\n
Le lundi 4 juin 2018 – Amphi B120 – 10h00<\/p>\n
Titre : Fusion multimodale pour la reconnaissance d’esp\u00e8ces d’arbres<\/p>\n
Les syst\u00e8mes de fusion d\u2019informations permettent de combiner des donn\u00e9es issues de diff\u00e9rentes sources d\u2019informations tout en tenant compte de leur qualit\u00e9. La combinaison de donn\u00e9es issues de sources h\u00e9t\u00e9rog\u00e8nes permet de profiter de la compl\u00e9mentarit\u00e9 des donn\u00e9es et donc d\u2019avoir potentiellement des performances plus \u00e9lev\u00e9es que celles obtenues en utilisant une seule source d\u2019informations. L\u2019utilisation de ces syst\u00e8mes s\u2019av\u00e8re int\u00e9ressante dans le cadre de la reconnaissance d\u2019esp\u00e8ces d\u2019arbres \u00e0 travers la fusion d\u2019informations issues de deux modalit\u00e9s : les feuilles et les \u00e9corces.
\nUne seule modalit\u00e9 repr\u00e9sente \u00e9ventuellement diff\u00e9rentes sources d\u2019informations d\u00e9crivant chacune une des caract\u00e9ristiques les plus pertinentes. Ceci permet de reproduire la strat\u00e9gie adopt\u00e9e par les botanistes qui se basent sur ces m\u00eame crit\u00e8res lors de la reconnaissance. L\u2019adoption de cette strat\u00e9gie entre dans la mise en valeur de l\u2019aspect \u00e9ducatif. Dans ce cadre, un syst\u00e8me de fusion est envisageable afin de combiner les donn\u00e9es issues d\u2019une m\u00eame modalit\u00e9 ainsi que les diff\u00e9rentes modalit\u00e9s disponibles. Dans le contexte de la reconnaissance d\u2019esp\u00e8ces d\u2019arbres, il s\u2019agit d\u2019un probl\u00e8me r\u00e9el o\u00f9 les photos des feuilles et des \u00e9corces sont prises en milieu naturel. Le traitement de ce type de donn\u00e9es est compliqu\u00e9 vue leurs sp\u00e9cificit\u00e9s dues d\u2019une part \u00e0 la nature des objets \u00e0 reconna\u00eetre (\u00e2ge, similarit\u00e9 inter-esp\u00e8ces et variabilit\u00e9 intra-esp\u00e8ce) et d\u2019autre part \u00e0 l\u2019environnement.
\nDes erreurs peuvent s\u2019accumuler tout au long du processus pr\u00e9c\u00e9dant la fusion. L\u2019int\u00e9r\u00eat de la fusion est de prendre en compte toutes les imperfections pouvant entacher les donn\u00e9es disponibles et essayer de bien les mod\u00e9liser. La fusion est d\u2019autant plus efficace que les donn\u00e9es sont bien mod\u00e9lis\u00e9es. La th\u00e9orie des fonctions de croyance repr\u00e9sente l\u2019un des cadres th\u00e9oriques les plus aptes \u00e0 g\u00e9rer et repr\u00e9senter l\u2019incertitude, l\u2019impr\u00e9cision, le conflit, etc. Cette th\u00e9orie tire son importance de sa richesse en termes d\u2019outils permettant de g\u00e9rer les diff\u00e9rentes sources d\u2019imperfections ainsi que les sp\u00e9cificit\u00e9s des donn\u00e9es disponibles. Dans le cadre de cette th\u00e9orie, il est possible de mod\u00e9liser les donn\u00e9es \u00e0 travers la construction de fonctions de masse. Il est \u00e9galement possible de g\u00e9rer la complexit\u00e9 calculatoire gr\u00e2ce aux approximations permettant de r\u00e9duire le nombre d\u2019\u00e9l\u00e9ments focaux. Le conflit \u00e9tant l\u2019une des sources d\u2019imperfections les plus pr\u00e9sentes, peut \u00eatre trait\u00e9 \u00e0 travers la s\u00e9lection de la r\u00e8gle de combinaison la mieux adapt\u00e9e.
\nEn fusionnant des sources d\u2019informations ayant des degr\u00e9s de fiabilit\u00e9 diff\u00e9rents, il est possible que la source la moins fiable affecte les donn\u00e9es issues de la source la plus fiable. Une des solutions pour ce probl\u00e8me est de chercher \u00e0 am\u00e9liorer les performances de la source la moins fiable. Ainsi, en la fusionnant avec d\u2019autres sources, elle apportera des informations utiles et contribuera \u00e0 son tour \u00e0 l\u2019am\u00e9lioration des performances du syst\u00e8me de fusion. L\u2019am\u00e9lioration des performances d\u2019une source d\u2019informations peut s\u2019effectuer \u00e0 travers la correction des fonctions de masse. Dans ce cadre, la correction peut se faire en se basant sur des mesures de la pertinence ou de la sinc\u00e9rit\u00e9 de la source \u00e9tudi\u00e9e. Les matrices de confusion pr\u00e9sentent une source de donn\u00e9es \u00e0 partir desquelles des m\u00e9ta-connaissances caract\u00e9risant l\u2019\u00e9tat d\u2019une source peuvent \u00eatre extraites.
\nDans ce manuscrit, le syst\u00e8me de fusion propos\u00e9 est un syst\u00e8me de fusion hi\u00e9rarchique mis en place dans le cadre de la th\u00e9orie des fonctions de croyance. Il permet de fusionner les donn\u00e9es issues des feuilles et des \u00e9corces et propose \u00e0 l\u2019utilisateur une liste des esp\u00e8ces les plus probables tout en respectant l\u2019objectif \u00e9ducatif de l\u2019application. La complexit\u00e9 calculatoire de ce syst\u00e8me de fusion est assez r\u00e9duite permettant, \u00e0 long termes, d\u2019impl\u00e9menter l\u2019application sur un Smart-phone.<\/p>\n","protected":false},"excerpt":{"rendered":"
Th\u00e8se Rihab BEN AMEUR Le lundi 4 juin 2018 – Amphi B120 – 10h00 Titre : Fusion multimodale pour la reconnaissance d’esp\u00e8ces d’arbres Les syst\u00e8mes de fusion d\u2019informations permettent de combiner des donn\u00e9es issues de […]<\/p>\n","protected":false},"author":129,"featured_media":7809,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"_seopress_titles_title":"","_seopress_titles_desc":"","_seopress_robots_index":"","_seopress_robots_follow":"","_seopress_robots_imageindex":"","_seopress_robots_snippet":"","_seopress_robots_primary_cat":"none","_seopress_robots_breadcrumbs":"","_seopress_robots_freeze_modified_date":"","_seopress_robots_custom_modified_date":"","_seopress_robots_canonical":"","_seopress_social_fb_title":"","_seopress_social_fb_desc":"","_seopress_social_fb_img":"","_seopress_social_fb_img_attachment_id":0,"_seopress_social_fb_img_width":0,"_seopress_social_fb_img_height":0,"_seopress_social_twitter_title":"","_seopress_social_twitter_desc":"","_seopress_social_twitter_img":"","_seopress_social_twitter_img_attachment_id":0,"_seopress_social_twitter_img_width":0,"_seopress_social_twitter_img_height":0,"_seopress_redirections_value":"","_seopress_redirections_enabled":"","_seopress_redirections_enabled_regex":"","_seopress_redirections_logged_status":"","_seopress_redirections_param":"","_seopress_redirections_type":301,"_seopress_analysis_target_kw":"","_seopress_news_disabled":"","_seopress_video_disabled":"","_seopress_video":[],"_seopress_pro_schemas_manual":[],"_seopress_pro_rich_snippets_disable_all":"","_seopress_pro_rich_snippets_disable":[],"_seopress_pro_schemas":[],"_relevanssi_hide_post":"","_relevanssi_hide_content":"","_relevanssi_pin_for_all":"","_relevanssi_pin_keywords":"","_relevanssi_unpin_keywords":"","_relevanssi_related_keywords":"","_relevanssi_related_include_ids":"","_relevanssi_related_exclude_ids":"","_relevanssi_related_no_append":"","_relevanssi_related_not_related":"","_relevanssi_related_posts":"","_relevanssi_noindex_reason":"","_jetpack_newsletter_access":"","_jetpack_dont_email_post_to_subs":false,"_jetpack_newsletter_tier_id":0,"_jetpack_memberships_contains_paywalled_content":false,"_jetpack_feature_clip_id":0,"_jetpack_memberships_contains_paid_content":false,"footnotes":"","jetpack_post_was_ever_published":false},"categories":[19],"tags":[],"class_list":["post-5290","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-archive-actualites"],"acf":[],"jetpack_sharing_enabled":true,"jetpack_featured_media_url":"https:\/\/www.univ-smb.fr\/listic\/wp-content\/uploads\/sites\/66\/2019\/07\/soutenance.jpg","_links":{"self":[{"href":"https:\/\/www.univ-smb.fr\/listic\/wp-json\/wp\/v2\/posts\/5290","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.univ-smb.fr\/listic\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.univ-smb.fr\/listic\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.univ-smb.fr\/listic\/wp-json\/wp\/v2\/users\/129"}],"replies":[{"embeddable":true,"href":"https:\/\/www.univ-smb.fr\/listic\/wp-json\/wp\/v2\/comments?post=5290"}],"version-history":[{"count":4,"href":"https:\/\/www.univ-smb.fr\/listic\/wp-json\/wp\/v2\/posts\/5290\/revisions"}],"predecessor-version":[{"id":10765,"href":"https:\/\/www.univ-smb.fr\/listic\/wp-json\/wp\/v2\/posts\/5290\/revisions\/10765"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.univ-smb.fr\/listic\/wp-json\/wp\/v2\/media\/7809"}],"wp:attachment":[{"href":"https:\/\/www.univ-smb.fr\/listic\/wp-json\/wp\/v2\/media?parent=5290"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.univ-smb.fr\/listic\/wp-json\/wp\/v2\/categories?post=5290"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.univ-smb.fr\/listic\/wp-json\/wp\/v2\/tags?post=5290"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}