Systèmes d'inférence floue auto-évolutifs : apprentissage incrémental pour la reconnaissance de gestes manuscrits - Archive ouverte HAL Access content directly
Conference Papers Year : 2010

Systèmes d'inférence floue auto-évolutifs : apprentissage incrémental pour la reconnaissance de gestes manuscrits

Abstract

Nous présentons dans ce papier une nouvelle méthode pour la conception de moteurs de reconnaissance de gestes manuscrits personnalisables et auto-évolutifs, c'est-à-dire capables de s'adapter au style d'écriture et aux habitudes de chacun, sans toutefois nécessiter de période d'apprentissage fastidieuse. Nous utilisons une approche d'apprentissage incrémental de classifieurs basés sur les systèmes d'inférence floue de type Takagi-Sugeno. Cette approche comprend d'une part, une adaptation des paramètres linéaires associés aux conclusions des règles en utilisant la méthode des moindres carrés récursifs, et d'autre part, un apprentissage incrémental des prémisses de ces règles afin de modifier les fonctions d'appartenance suivant l'évolution de la densité des données dans l'espace de classification.
Fichier principal
Vignette du fichier
CIFED10.pdf (183.53 Ko) Télécharger le fichier
Origin Files produced by the author(s)
Loading...

Dates and versions

hal-00491320 , version 1 (11-06-2010)

Identifiers

  • HAL Id : hal-00491320 , version 1

Cite

Abdullah Almousa Almaksour, Eric Anquetil. Systèmes d'inférence floue auto-évolutifs : apprentissage incrémental pour la reconnaissance de gestes manuscrits. Colloque International Francophone sur l'Ecrit et le Document (CIFED2010), Mar 2010, Tunisie. pp.00. ⟨hal-00491320⟩
106 View
281 Download

Share

Gmail Mastodon Facebook X LinkedIn More