JdS2012


 English   -  Français  

Résumé de communication



Résumé 49 :

Classification automatique de données temporelles en classes ordonnées
Chamroukhi, Faicel ; Samé, Allou ; Govaert, Gérard ; Aknin, Patrice
Laboratoire LSIS UMR CNRS 7296

Cet article propose une méthode de classification automatique de données temporelles en classes ordonnées. Elle se base sur les modèles de mélange et sur un processus latent discret, qui permet d'activer successivement les classes. La classification peut s'effectuer en maximisant la vraisemblance via l'algorithme EM ou en optimisant simultanément les paramètres et la partition par l'algorithme CEM. Ces deux algorithmes peuvent être vus comme des alternatives à l'algorithme de Fisher, qui permettent d'améliorer son temps de calcul.