CRAN - Campus Sciences
BP 70239 - 54506 VANDOEUVRE Cedex
Tél : +33 (0)3 72 74 52 90 Fax : +33 (0)3 72 74 53 08
cran-secretariat@univ-lorraine.fr
 
 
Sujet de Thèse : Sélection de paramètres pertinents pour la conception d'un système de décision hiérarchique flou.
Dates : 2017/10/01 - 2020/09/30
Directeur(s) CRAN : Patrick CHARPENTIER , Vincent BOMBARDIER
Description : Description :

Ce sujet entre dans le cadre du GT Système Intelligent Ambiant du département ISET du CRAN. Il concerne principalement l’élaboration de modèles de représentation et d’exploitation des informations numériques liées aux structures internes et externes des produits. L’objectif principal de ces modèles est la classification de Produits en fonction de leurs caractéristiques intrinsèques à partir d’un vecteur de critères pertinents extraits du produit à qualifier.

Nous avons développé un classificateur flou basé sur un mécanisme de règles linguistiques floues obtenues par apprentissage (Fuzzy Rule Classifier -FRC). Ce module de décision a plusieurs intérêts principaux : il permet de prendre en compte l’incertitude de classification (classes de sortie non disjointes, subjectivité, …) et l’imprécision potentielle des critères d’entrée ; Il est particulièrement bien adapté pour les problèmes de classification sur des lots d’apprentissage réduits ; il délivre une sortie exprimée dans le vocabulaire du domaine ; le jeu de règles obtenu est interprétable pour appréhender le mécanisme de raisonnement conduisant à la décision. Le principal avantage des systèmes à base de règles tient dans l’interprétabilité du modèle obtenu. Néanmoins, cette propriété se perd rapidement au fur et à mesure que la dimensionnalité du système augmente.

Ainsi, l’objectif principal de l’étude proposée ne vise pas à trouver le jeu de règles optimal mais à réduire les dimensions du système à modéliser en couplant la sélection de paramètres pertinents avec une structuration hiérarchique du modèle.

Le choix de la méthode de sélection des paramètres pertinents fait donc partie de l’étude. Une voie possible concerne l’utilisation de méthodes classiques comme les SBFS ou SFFS mais aussi d’une méthode itérative de sélection de paramètres basée sur l’intégrale de Choquet (FRIFS) et développée en adéquation avec le FRC.
La structuration hiérarchique est l’autre partie de ce sujet, elle pourra s’appuyer sur les travaux réalisés précédemment dans l’équipe et devra être abordée en relation avec la sélection de paramètres et tenir compte des éventuelles interactions (positives ou négatives) entre les critères. Il serait intéressant également que la structure hiérarchique et les critères sélectionnés a chaque niveau intègrent la connaissance lier au problème modélisé, tant sur le produit à qualifier que sur le contexte d’exploitation du modèle et la décision à délivrer.
Bibliographie :
Feng Q., Miao D., Cheng Y., Hierarchical decision rules mining, Expert Systems with Applications, Vol. 37, pp. 2081–2091, 2010
Yi-Cheng Chen, Nikhil R. Pal, An Integrated Mechanism for Feature Selection and Fuzzy Rule Extraction for Classification, IEEE Trans on Fuzzy System, Vol. 20, N°. 4, pp 683-698, 2012.
Byeong Seok Ahn, Kyung Sam Park, Chang Hee Han, Jae Kyeong Kim, Multi-attribute decision aid under incomplete information and hierarchical structure, European Journal of Operational Research 125 (2000) 431-439.
Bombardier V., Mazaud C., Lhoste P., Vogrig R., Contribution of fuzzy reasoning method to knowledge integration in a defect recognition system, Computers in Industry, Vol. 58, pp. 355-366, 2007.
Bombardier V., Schmitt E., Charpentier P., A fuzzy sensor for color matching vision system, Measurement, Vol. 42, pp. 189-201, 2009.
Bombardier V., Schmitt E., Fuzzy rule classifier: capability for generalization in wood color recognition, Engineering Applications of Artificial Intelligence, Vol. 23, pp. 978-988, 2010.
Schmitt E., Bombardier V., Wendling L., Improving fuzzy rule classifier by extracting suitable features from capacities with respect to the Choquet integral, IEEE Transactions on Systems, Manufacturing and Cybernetics-Part B: Cybernetics, Vol. 38, Num. 5, October, 2008.
Mots clés : Classificateurs Hiérarchiques, Sélection de paramètres - Reconnaissance de Forme - Règles Floues.
Département(s) :
Ingénierie des Systèmes Eco-Techniques