Skip to Main content Skip to Navigation
Conference papers

Systèmes d'inférence floue auto-évolutifs : apprentissage incrémental pour la reconnaissance de gestes manuscrits

Abdullah Almousa Almaksour 1 Eric Anquetil 1
1 IMADOC - Interprétation et Reconnaissance d’Images et de Documents
UR1 - Université de Rennes 1, INSA Rennes - Institut National des Sciences Appliquées - Rennes, CNRS - Centre National de la Recherche Scientifique : UMR6074
Résumé : Nous présentons dans ce papier une nouvelle méthode pour la conception de moteurs de reconnaissance de gestes manuscrits personnalisables et auto-évolutifs, c'est-à-dire capables de s'adapter au style d'écriture et aux habitudes de chacun, sans toutefois nécessiter de période d'apprentissage fastidieuse. Nous utilisons une approche d'apprentissage incrémental de classifieurs basés sur les systèmes d'inférence floue de type Takagi-Sugeno. Cette approche comprend d'une part, une adaptation des paramètres linéaires associés aux conclusions des règles en utilisant la méthode des moindres carrés récursifs, et d'autre part, un apprentissage incrémental des prémisses de ces règles afin de modifier les fonctions d'appartenance suivant l'évolution de la densité des données dans l'espace de classification.
Complete list of metadatas

Cited literature [21 references]  Display  Hide  Download

https://hal.archives-ouvertes.fr/hal-00491320
Contributor : Abdullah Almousa Almaksour <>
Submitted on : Friday, June 11, 2010 - 11:17:09 AM
Last modification on : Thursday, February 7, 2019 - 2:48:53 PM
Document(s) archivé(s) le : Friday, September 17, 2010 - 1:14:48 PM

File

CIFED10.pdf
Files produced by the author(s)

Identifiers

  • HAL Id : hal-00491320, version 1

Citation

Abdullah Almousa Almaksour, Eric Anquetil. Systèmes d'inférence floue auto-évolutifs : apprentissage incrémental pour la reconnaissance de gestes manuscrits. Colloque International Francophone sur l'Ecrit et le Document (CIFED2010), Mar 2010, Tunisie. pp.00. ⟨hal-00491320⟩

Share

Metrics

Record views

177

Files downloads

356