When operations research meets structural pattern recognition : on the solution of error-tolerant graph matching problems
Lorsque la recherche opérationnelle croise la reconnaissance d'objets structurels : la résolution des problèmes d'appariement de graphes tolérants à l'erreur
Résumé
This thesis is focused on Graph Matching (GM) problems and in particular the Graph Edit Distance (GED) problems. There is a growing interest in these problems due to their numerous applications in different research domains, e.g. biology, chemistry, computer vision, etc. However, these problems are known to be complex and hard to solve, as the GED is a NP-hard problem. The main objectives sought in this thesis, are to develop methods for solving GED problems to optimality and/or heuristically. Operations Research (OR) field offers a wide range of exact and heuristic algorithms that have accomplished very good results when solving optimization problems. So, basically all the contributions presented in thesis are methods inspired from OR field. The exact methods are designed based on deep analysis and understanding of the problem, and are presented as Mixed Integer Linear Program (MILP) formulations. The proposed heuristic approaches are adapted versions of existing MILP-based heuristics (also known as matheuristics), by considering problem-dependent information to improve their performances and accuracy.
Cette thèse se situe à l’intersection de deux domaines de recherche scientifique la Reconnaissance d’Objets Structurels (ROS) et la Recherche Opérationnelle (RO). Le premier consiste à rendre la machine plus intelligente et à reconnaître les objets, en particulier ceux basés sur les graphes. Alors que le second se focalise sur la résolution de problèmes d’optimisation combinatoire difficiles. L’idée principale de cette thèse est de combiner les connaissances de ces deux domaines. Parmi les problèmes difficiles existants en ROS, le problème de la distance d’édition entre graphes (DEG) a été sélectionné comme le cœur de ce travail. Les contributions portent sur la conception de méthodes adoptées du domaine RO pour la résolution du problème de DEG. Explicitement, des nouveaux modèles linéaires en nombre entiers et des matheuristiques ont été développé à cet effet et de très bons résultats ont été obtenus par rapport à des approches existantes.
Mots clés
Pattern Recognition
Operations Research
Graph Matching
Graph Edit Distance
Mixed Integer Linear Program
Matheuristic
Local Branching
Variable Partitioning Local Search
Pattern Recognition
Reconnaissance des formes
Recherche Opérationelle
Appariement de graphes
Distance d’édition entre graphes
Programmation linéaire en nombres entiers
Matheuristique
Branchement Local
Recherche locale par partitionnement des variables
Reconnaissance d'objets (informatique)
Explorations de graphes
Métaheuristiques
Modèles linéaires (statistique)
Appariement (statistique)
Partitionnement de graphes
Programmation linéaire
Reconnaissance des formes
Domaines
Recherche opérationnelle [math.OC]Origine | Fichiers produits par l'(les) auteur(s) |
---|