ACCUEIL

Consignes aux
auteurs et coordonnateurs
Nos règles d'éthique

APPEL À
CONTRIBUTION
Masses de données hétérogènes
En savoir plus >>
Autres revues >>

Revue d'Intelligence Artificielle

0992-499X
Revue des Sciences et Technologies de l'Information
 

 ARTICLE VOL 25/3 - 2011  - pp.393-410  - doi:10.3166/ria.25.393-410
TITRE
Classification relationnelle topographique

RÉSUMÉ

e papier présente un formalisme relationnel pour la classification topographique de données qualitatives (ou catégorielles), se présentant sous forme d’une matrice binaire ou d’une somme de matrices binaires. L’algorithme de classification relationnelle topographique proposé s’inspire du modèle de Kohonen (conservation de l’ordre topologique) et utilise le formalisme de l’analyse relationnelle en optimisant un critère défini à partir du critère de Condorcet. Il s’agit d’un algorithme hybride « Batch-CRT », qui se comporte linéairement par rapport à la taille des données, et permet simultanément une classification des données et une visualisation des classes découvertes sur une grille bidimensionnelle en préservant l’ordre topologique a priori des données. L’approche proposée a été validée sur plusieurs bases de données et les résultats expérimentaux ont montré des performances très prometteuses.



ABSTRACT
This paper introduces a new topological clustering formalism, dedicated to categorical data arising in the form of a binary matrix or a sum of binary matrices. The proposed approach is based on the principle of the Kohonen’s model (conservation of topological order) and uses the Relational Analysis formalism by optimizing a cost function defined as a Condorcet criterion. We propose an hybrid algorithm, which deals linearly with large data sets, provides a natural clusters identification and allows a visualization of the clustering result on a two dimensional grid while preserving the a priori topological order of the data. The proposed approach called CRT was validated on several data sets and the experimental results showed very promising performances.


AUTEUR(S)
Lazhar LABIOD, Nistor GROZAVU, Younès BENNANI

MOTS-CLÉS
données catégorielles, analyse relationnelle, classification relationnelle topographique.

KEYWORDS
categorical data, relational analysis, relational topographic clustering.

BIBLIOGRAPHIE
ria.revuesonline.com/revues/30/10.3166/ria.25.393-410.html

LANGUE DE L'ARTICLE
Français

 PRIX
• Abonné (hors accès direct) : 7.5 €
• Non abonné : 15.0 €
|
|
--> Tous les articles sont dans un format PDF protégé par tatouage 
   
ACCÉDER A L'ARTICLE COMPLET  (706 Ko)



Mot de passe oublié ?

ABONNEZ-VOUS !

CONTACTS
Comité de
rédaction
Conditions
générales de vente

 English version >> 
Lavoisier