Réunions

Le séminaire a eu lieu le 18 Octobre a 15h00 en salle A148 effectue par Fréderic Blanchard, MCF a l’Université de Reims.

Le titre de ce Séminaire est: Extraction d’éléments représentatifs pour l’analyse de données relationnelles

Résumé:

La mutation du web vers plus d’interactivité, de partage et d’interconnexion génère de grandes quantistes de données structurées. Les spécificités de ces données nécessitent le développement d’outils adaptes permettant de les synthétiser (visualisation), de les faire évoluer (nouvelles connexions) et ou de les exploiter (recommandation, suggestion, classement).

Le travail présente ici concerne l’extraction d’éléments représentatifs d’un ensemble de données relationnelles.
Une définition quantitative de la représentativité de chaque élément de cet ensemble est d’abord proposée. Une méthode permettant d’extraire les éléments les plus représentatifs (exemplaires) et de regrouper les données autour de ces exemplaires est ensuite décrite.

Ces différentes notions conduisent à la construction d’un algorithme de classification automatique (méthode directe).

Ces concepts sont enfin appliques a des données simulées puis utilises sur des données réelles.

Harald Wertz et Vincent Boyer

 

Trois seminaires au mois de mars 2012 (le 7 et le 8 mars).
“Towards reliable multi-agent systems: An adaptive replication mechanism”
par Zahia Guessoum (LIP6) le 7 Mars à 15h00 en A148.

Résumé :
Distributed cooperative applications are now increasingly being designed as a set of autonomous entities,named agents, which interact and coordinate (thus named a multi-agent system). Such applications are often very dynamic: new agents can join or leave, they can change roles, strategies, etc. This high dynamicity creates new challenges to the traditional approaches offault-tolerance. In this project, we will focus oncrash failures, with usual preventive approaches by replication. But, as criticality of agents mayevolve
during the course of computation and problem solving, static design is not appropriate.
Thus we need to dynamically and automatically identify the most critical agents and to adapt their replication strategies (e.g., active or passive, number of replicas), in order to maximize their reliability and their availability. In this porject, we describe a prototype architecture, supporting adaptive replication. We also discuss and compare various control strategies for replication, one using agent roles, and another using inter-agent dependences as types of information to infer and estimate criticality of agents. Experiments and measurements are also reported.
“Classification in dynamic environments: methods and applications” par Moamar SAYED-MOUCHAWEH (école des mines de Douai), à 10h30, le 8 Mars.
Résumé :
Dynamic systems assume different functioning modes in the course of time. In statistical Pattern Recognition (PR), historical patterns about system functioning modes are divided into groups of patterns, called classes, using unsupervised learning method or human experience. These patterns, with their class assignments, constitute the learning set. A supervised learning method uses the learning set to build a classifier that best separates the different classes in order to minimize the misclassification error. The classification of
patterns can be achieved using membership functions which determine the membership value of a new incoming pattern to a class. Patterns are static or dynamic. A static pattern is represented by a point in the feature space. A dynamic pattern is represented by a multidimensional trajectory in the
feature space. In this case, the feature space has an added dimension which is the time. Classes can be also static or dynamic. Static classes are based of stationary patterns. These classes are represented by restricted formed by similar patterns, in the feature space. Thus, the way in which patterns arrive is irrelevant to their membership values. Therefore, the classifier’s parameters remain unchanged with the time. However, most of data issued from the real world are non-stationary. In this case, classes become dynamic and
their characteristics change in the course of time. Thus, the classes’membership functions must be adapted to take into account these temporal changes. This requires an adaptive classifier with a mechanism for adjusting
its parameters over the time. In this presentation, the principles of dynamic PR methods will be presented. Then, their application to solve some of real
world problems will be discussed to show their interest according to the staticclassifiers.
“Classification à base de SVM incrémental et non incrémental avec applications dans le suivi de personnes et l’analyse d’activités humaines” par Anthony FLEURY (école des mines de Douai), à 14h00 le 8 Mars.
Résumé :
Les SVM (Séparateurs à Vaste Marge) sont devenus très populaires au fur et à mesure des années et ont été appliqués dans de très nombreux domaines, donnant souvent d’excellents résultats de classification. Après
une présentation du principe des SVMs et de leur utilisation, une application à l’analyse d’activités humaines dans un environnement pervasif sera présentée. Cette application vise à reconnaître les activités réalisées dans un habitat par une personne afin de soit caractériser cette activité et d’analyser les suites d’activités sur le long terme afin d’analyser le comportement et l’évolution de la personne, soit d’apporter des réponses adaptées dans un système domotique. Les SVMs peuvent aussi être utilisés dans un cadre incrémental.
Un algorithme optimisé permet de mettre à jour uniquement (si besoin) les différents hyperplans et ensembles de vecteurs de support. Cet algorithme peut alors être utilisé dans un cadre dans lequel l’ensemble des données d’apprentissage peuvent être incomplètes lors de l’initialisation du classifieur, et afin de faire évoluer au fur et à mesure les frontières de décision. Cet algorithme et l’une de ses applications au domaine du suivi de personnes dans un réseau de caméra seront présentés et les résultats sur une base de test discutés.
Autres réunions internes :

-Le vendredi 30 Mars 2012 (avec la participation de Cyril de Runz)

-Le vendredi 11 Mai 2012 (avec la participation de Cyril de Runz)

-Le vendredi 8 Juin 2012 (avec la participation de Cyril de Runz)

-Le vendredi 6 Juillet 2011 (avec la participation de Cyril de Runz et de Frédéric Blanchard)

Présentation des travaux des stagiaires (Nassima Idouche, Djouher driss) : le mercredi 1er Aout 2012