Combinaison crédibiliste de classifieurs binaires - Archive ouverte HAL Accéder directement au contenu
Article Dans Une Revue Traitement du Signal Année : 2007

Combinaison crédibiliste de classifieurs binaires

Résumé

The problem of binary classifier combination is adressed in this article.This approach consists in solving a multi-class classification problem by combining the solutions of binary sub-problems.We consider two strategies in which each class is opposed to each other,or to all others.The combination is considered from the point of view of the theory of evidence.The classifier outputs are interpreted either as conditional belief functions,or as belief functions expressed in a coarser frame.They are combined by computing a belief function that is consistent with the available information.The performances of the methods are compared with those of other techniques and illustrated on various datasets.
Nous étudions dans cet article le problème de la combinaison de classifieurs binaires. Cette approche consiste à résoudre un problème de discrimination multi-classes,en combinant les solutions de sous-problèmes binaires; nous nous intéressons aux stratégies opposant chaque classe à chaque autre, et chaque classe à toutes les autres. La combinaison est considérée ici du point de vue de la théorie de Dempster-Shafer:les sorties des classifieurs sont ainsi interprétées comme des fonctions de croyance, conditionnelles ou exprimées dans un cadre plus grossier que le cadre initial. Elles sont combinées en calculant une fonction de croyance consistante avec les informations disponibles. Les performances des deux approches sont comparées à celles d’autres méthodes et illustrées sur divers jeux de données.
Fichier non déposé

Dates et versions

hal-00445476 , version 1 (08-01-2010)

Identifiants

  • HAL Id : hal-00445476 , version 1

Citer

Benjamin Quost, Thierry Denoeux, Marie-Hélène Masson. Combinaison crédibiliste de classifieurs binaires. Traitement du Signal, 2007, 24 (2), pp.83-101. ⟨hal-00445476⟩
33 Consultations
0 Téléchargements

Partager

Gmail Facebook X LinkedIn More