Optimisation de la coopération utilisateur/système pour l'apprentissage en-ligne d'un classifieur évolutif - Archive ouverte HAL Accéder directement au contenu
Communication Dans Un Congrès Année : 2014

Optimisation de la coopération utilisateur/système pour l'apprentissage en-ligne d'un classifieur évolutif

Résumé

Les interfaces homme-machine tactiles permettent de nouveaux modes d'interaction comme l'utilisation de commandes gestuelles. Afin de mémoriser facilement plus d'une douzaine de commandes, il est important de pouvoir les personnaliser. Le classifieur utilisé pour reconnaitre les symboles dessinés doit donc être personnalisable, pouvoir s'initialiser à partir de très peu de données, et évolutif, pouvoir s'améliorer pendant son utilisation. Ces travaux étudient l'importance et les impacts de l'utilisation du rejet pour superviser l'apprentissage en-ligne du classifieur. L'objectif est d'obtenir un système de commandes gestuelles gérant au mieux sa coopération avec l'utilisateur : pour apprendre de ses erreurs sans pour autant le solliciter trop souvent. Il faut donc faire un compromis entre le nombre de sollicitations de l'utilisateur, pour superviser l'apprentissage, et le nombre d'erreurs faites par le système, qui nécessitent une correction de l'utilisateur.
Fichier principal
Vignette du fichier
rfia2014_submission_81.pdf (109.23 Ko) Télécharger le fichier
Origine : Fichiers éditeurs autorisés sur une archive ouverte
Loading...

Dates et versions

hal-00988588 , version 1 (08-05-2014)

Identifiants

  • HAL Id : hal-00988588 , version 1

Citer

Manuel Bouillon, Eric Anquetil. Optimisation de la coopération utilisateur/système pour l'apprentissage en-ligne d'un classifieur évolutif. RFIA 2014 Reconnaissance de formes et intelligence artificielle, Jun 2014, Rouen, France. ⟨hal-00988588⟩
266 Consultations
219 Téléchargements

Partager

Gmail Facebook X LinkedIn More