Classification d'objets 3D par extraction de sous-parties discriminantes pour l'étude du sous-sol en prospection pétrolière

Résumé : Dans cet article, nous proposons une nouvelle approche de classification d'objets 3D inspirée des Time Series Shapelets de Lexiang Ye (2009). L'idée est d'utiliser des sous-surfaces discriminantes pour la classification concernée afin de prendre en compte la nature locale des éléments pertinents. Cela permet à l'utilisateur d'avoir connaissance des sous-parties qui ont été utiles pour déterminer l'appartenance d'un objet à une classe. Les résultats obtenus confirment l'intérêt de la sélection aléatoire de caractéristiques candidates pour la pré-sélection d'attributs en classification supervisée.
Type de document :
Communication dans un congrès
Extraction et Gestion des Connaissances, Jan 2017, Grenoble, France. EGC 2017, RNTI-E-33, pp.225-236, Revue des Nouvelles Technologies de l'Information
Liste complète des métadonnées

https://hal.sorbonne-universite.fr/hal-01464426
Contributeur : François Meunier <>
Soumis le : vendredi 10 février 2017 - 11:27:19
Dernière modification le : jeudi 21 mars 2019 - 13:10:20
Document(s) archivé(s) le : jeudi 11 mai 2017 - 12:43:17

Fichier

F_Meunier_EGC_2017-Grenoble.pd...
Fichiers produits par l'(les) auteur(s)

Identifiants

  • HAL Id : hal-01464426, version 1

Citation

François Meunier, Christophe Marsala, Laurent Castanie, Bruno Conche. Classification d'objets 3D par extraction de sous-parties discriminantes pour l'étude du sous-sol en prospection pétrolière. Extraction et Gestion des Connaissances, Jan 2017, Grenoble, France. EGC 2017, RNTI-E-33, pp.225-236, Revue des Nouvelles Technologies de l'Information. 〈hal-01464426〉

Partager

Métriques

Consultations de la notice

353

Téléchargements de fichiers

153