001029371
100  $a20130714                 y50      
101  $afre
2001 $aApprentissage automatique et extration de conaissance à partir de base dedonnées complexes$bressource électronique
210  $aUniversité de Laghouat - Amar Telidji  : Département d'Informatique$cUniversité de Laghouat - Amar Telidji $d2009
215  $a120p$cill.tabl..;fig.$d29cm
328 1$bMagister$cInformatique$eDépartement d'Informatique , Université de Laghouat - Amar Telidji $d2009
330  $aL’apprentissage artificiel est une discipline scientifique qui recouvre plusieurs aspects d'études mathématiques, statistiques et algorithmiques. Les techniques de l'apprentissage artificiel ont été largement utilisées dans l'extraction de connaissances à partir de données, mais on est maintenant confrontée à de nouveaux défis "les données complexes". L'amélioration des techniques de fouille de données est devenue exigeante. Dans notre travail, nous avons établi une synthèse sur les différentes techniques d’apprentissage artificiel et les méta heuristiques, nous proposons à cet effet une solution hybride AntMeans basée sur les outils issus du datamining : kmeans et AntClust (algorithme basé sur les colonies de fourmis), puis appliquer cette solution, dans une première application de fouille spatiotemporelle, à l'extraction des zones d'une carte d'incendie de foret, et dans une deuxième application de fouille d'image, à la caractérisation des régions d'une image.
337  $aBibliogr.
610  $aapprentissage artificiel, classification non supervisée, fourmis artificielles, AntClust, Kmeans AntMeans
700  $aHAMEURLAINE, messaoud
701  $aArray
801 0$aDZ$bCERIST PNST
901$ac