[go: up one dir, main page]
More Web Proxy on the site http://driver.im/
RNTI

MODULAD
Classification d'objets 3D par extraction aléatoire de sous-parties discriminantes pour l'étude du sous-sol en prospection pétrolière
In EGC 2017, vol. RNTI-E-33, pp.225-236
Résumé
Dans cet article, nous proposons une nouvelle approche de classifi- cation d'objets 3D inspirée des Time Series Shapelets de Ye et Keogh (2009). L'idée est d'utiliser des sous-surfaces discriminantes pour la classification concer- née afin de prendre en compte la nature locale des éléments pertinents. Cela permet à l'utilisateur d'avoir connaissance des sous-parties qui ont été utiles pour déterminer l'appartenance d'un objet à une classe. Les résultats obtenus confirment l'intérêt de la sélection aléatoire de caractéristiques candidates pour la pré-sélection d'attributs en classification supervisée.