Propositionnalisation Formelle et Fouille de Graphes

Michel Liquière 1
1 COCONUT - Agents, Apprentissage, Contraintes
LIRMM - Laboratoire d'Informatique de Robotique et de Microélectronique de Montpellier
Résumé : Dans le cadre d'un mécanisme d'apprentissage relation- nel, la propositionnalisation formelle a pour but de trans former la description structurelle des exemples en une description propositionnelle équivalente. Cette équivalence n'est pas basée sur l'expressivité ou la syntaxe mais sur l'équivalence des possibilités de discrimination du langage propositionnel par rapport au langage structurel et ce pour les exemples utilisés. Cette formalisation permet une caractérisation précise des motifs à sélectionner. Dans ce but nous utilisons une méthode performante de fouille de graphes pour l'extraction de motifs qui sont dans ce cas des chemins et des arbres répétés dans un ensemble de graphes. Ces motifs sont alors fournis à une méthode incrémentale, au niveau de l'ajout des motifs, qui sélectionne les motifs pertinents. Une expérimentation sur un jeu de données est ensuite présentée pour valider l'approche d'un point de vue pratique.
Type de document :
Communication dans un congrès
RFIA'06 : 16ième Congrès de Reconnaissance des Formes & Intelligence Artificielle, Jan 2006, pp.211-221, 2006
Liste complète des métadonnées

https://hal-lirmm.ccsd.cnrs.fr/lirmm-00137048
Contributeur : Michel Liquiere <>
Soumis le : vendredi 16 mars 2007 - 14:47:18
Dernière modification le : jeudi 11 janvier 2018 - 02:04:29
Document(s) archivé(s) le : vendredi 21 septembre 2012 - 13:02:21

Fichier

Identifiants

  • HAL Id : lirmm-00137048, version 1

Collections

Citation

Michel Liquière. Propositionnalisation Formelle et Fouille de Graphes. RFIA'06 : 16ième Congrès de Reconnaissance des Formes & Intelligence Artificielle, Jan 2006, pp.211-221, 2006. 〈lirmm-00137048〉

Partager

Métriques

Consultations de la notice

145

Téléchargements de fichiers

81