Classification par règles linguistiques floues à partir de lots d'apprentissage réduits
Résumé
Cet article présente un système de classification supervisé par règles lin-guistiques floues à partir d'un lot d'apprentissage composé de peu d'échantillons. Le module de reconnaissance FRC (Fuzzy Reasoning Classifier) développé répond à un double besoin industriel pour la classification de singularités et de couleur du bois. D'une part, peu d'échantillons sont disponi-bles pour l'apprentissage du modèle de reconnaissance ce qui rend les métho-des par compilation comme les réseaux de neurones moins efficaces ; d'autre part, le domaine étant spécifique, nous proposons de spécialiser la méthode en y intégrant les connaissances expertes des domaines mis en œuvre (domaine du bois et domaine de la vision). Dans cet article deux points sont abordés. L'un illustre la capacité de généralisation de notre méthode en comparaison de mé-thodes telles que les réseaux de neurones, classificateur bayésien ou k plus proches voisins. L'autre montre l'intérêt de la spécialisation aux vues des taux de reconnaissance obtenus.
Origine : Fichiers produits par l'(les) auteur(s)
Loading...