Titre :	Calcul amorphe pour la classification des données par GNG : application à la ségmentation d'images et à la bioinformatique
Type de document :	texte imprimé
Auteurs :	Samia Chelloug, Auteur ; S. Meshoul, Directeur de thèse
Editeur :	Constantine : Université Mentouri Constantine
Année de publication :	2006
Importance :	123 f.
Format :	31 cm
Note générale :	Magister 2 copies imprimées disponibles
Catégories :	Français - Anglais Informatique
Tags :	Auto organisation  Classification  Calcul amorphe  Hiérarchie du calcul amorphe  CNG  Puce à ADN  Netlogo
Index. décimale :	004 Traitement de données. Informatique
Résumé :	Ce mémoire traite le problème de la classification sous l’angle du calcul amorphe. En présence d’une multitude d’éléments de calcul, positionnés irrégulièrement, communicant localement par diffusion et n’ayant aucune information concernant leur environnement, le calcul amorphe vise l’émergence d’un comportement global cohérent. Ce paradigme apporte une solution quant à la conception d’un système distribué fiable en s’appuyant sur les principes d’auto organisation ou d’auto assemblage et en évitant l’assignation d’identités aux entités de calcul amorphe. Afin de simuler la classification des particules de calcul amorphe pour la segmentation d’images, l’algorithme du Growing Neural Gas (GNG) a été adapté. Le GNG possède quatre facettes: un modèle d’auto organisation, facile à utiliser, procède par classification locale et n’exige aucune structure préalable. L’utilisation conjointe du calcul amorphe et le GNG nécessite alors la construction d’une hiérarchie de calcul amorphe. Cette réflexion nous a ainsi amené à démontrer la classification de données issues des puces à ADN par calcul amorphe. Une puce à ADN correspond à un système miniaturisé permettant l’analyse simultanée d’un échantillon de gènes. Cependant, les gènes présentent quelques caractéristiques complexes et les données obtenues sont entachées de bruit. Par conséquent, la recherche d’une méthode de classification servira à un diagnostic efficace. A travers les résultats obtenus par la plate forme Netlogo, nous avons répondu aux contraintes d’un système de calcul amorphe. Par rapport à l’algorithme du GNG classique, cette approche a bénéficié d’un nombre réduit d’itérations pour concrétiser le résultat escompté. D’une part, la convergence de la méthode mise en œuvre a abouti à l’établissement d’un graphe regroupant les particules de calcul amorphe représentant un contour ou une région homogène. D’autre part, la qualité de partitionnement d’un échantillon de gènes est si importante. La motivation principale est liée au fonctionnement asynchrone des particules de calcul amorphe
Diplôme :	Magistère
En ligne :	../theses/informatique/CHE4468.pdf
Format de la ressource électronique :	pdf
Permalink :	https://bu.umc.edu.dz/md/index.php?lvl=notice_display&id=228

Calcul amorphe pour la classification des données par GNG : application à la ségmentation d'images et à la bioinformatique [texte imprimé] / Samia Chelloug, Auteur ; S. Meshoul, Directeur de thèse . - Constantine : Université Mentouri Constantine, 2006 . - 123 f. ; 31 cm.
Magister
2 copies imprimées disponibles

Catégories :	Français - Anglais Informatique
Tags :	Auto organisation  Classification  Calcul amorphe  Hiérarchie du calcul amorphe  CNG  Puce à ADN  Netlogo
Index. décimale :	004 Traitement de données. Informatique
Résumé :	Ce mémoire traite le problème de la classification sous l’angle du calcul amorphe. En présence d’une multitude d’éléments de calcul, positionnés irrégulièrement, communicant localement par diffusion et n’ayant aucune information concernant leur environnement, le calcul amorphe vise l’émergence d’un comportement global cohérent. Ce paradigme apporte une solution quant à la conception d’un système distribué fiable en s’appuyant sur les principes d’auto organisation ou d’auto assemblage et en évitant l’assignation d’identités aux entités de calcul amorphe. Afin de simuler la classification des particules de calcul amorphe pour la segmentation d’images, l’algorithme du Growing Neural Gas (GNG) a été adapté. Le GNG possède quatre facettes: un modèle d’auto organisation, facile à utiliser, procède par classification locale et n’exige aucune structure préalable. L’utilisation conjointe du calcul amorphe et le GNG nécessite alors la construction d’une hiérarchie de calcul amorphe. Cette réflexion nous a ainsi amené à démontrer la classification de données issues des puces à ADN par calcul amorphe. Une puce à ADN correspond à un système miniaturisé permettant l’analyse simultanée d’un échantillon de gènes. Cependant, les gènes présentent quelques caractéristiques complexes et les données obtenues sont entachées de bruit. Par conséquent, la recherche d’une méthode de classification servira à un diagnostic efficace. A travers les résultats obtenus par la plate forme Netlogo, nous avons répondu aux contraintes d’un système de calcul amorphe. Par rapport à l’algorithme du GNG classique, cette approche a bénéficié d’un nombre réduit d’itérations pour concrétiser le résultat escompté. D’une part, la convergence de la méthode mise en œuvre a abouti à l’établissement d’un graphe regroupant les particules de calcul amorphe représentant un contour ou une région homogène. D’autre part, la qualité de partitionnement d’un échantillon de gènes est si importante. La motivation principale est liée au fonctionnement asynchrone des particules de calcul amorphe
Diplôme :	Magistère
En ligne :	../theses/informatique/CHE4468.pdf
Format de la ressource électronique :	pdf
Permalink :	https://bu.umc.edu.dz/md/index.php?lvl=notice_display&id=228