Classification de données par algorithmes évolutionnistes

Simulations et applications en traitement d’images

La classification de données se fait de plus en plus présente en représentation des connaissances.

Il s’agit de regrouper en une même classe différents éléments porteurs d’une information a peu près similaire.

Ainsi, l’information totale est représentée par de grands ensembles (les classes) et non plus par les nombreux sous ensembles.

Les résultats de l’opération de classification seront ensuite facilement exploitables dans une phase d’interprétation de données.

Cet ouvrage se veut une introduction à la classification de données par approche évolutionniste.

Il décrit quelques problèmes posés en classification de données.

Ces problèmes se ramènent à une optimisation des critères.

Les solutions présentées font appel aux méthodes évolutionnistes : algorithmes génétiques et stratégies d’évolution.

Le choix de ces méthodes est basé sur certains avantages par rapport aux différentes méthodes classiques d’optimisation.

Les méthodes de classification trouvent un champ d’application très vaste en traitement d’images.

Ce livre présente quelques notions sur l’image ainsi que quelques exemples d’application de l’approche évolutionniste à la classification des images numériques.