Soutenance de thèse - Viet Vu VU

Bonjour,

J'ai le plaisir de vous inviter à ma soutenance de thèse intitulée
«Clustering semi-supervisé et apprentissage actif» ainsi qu'au pot qui
suivra.

La soutenance se déroulera le Mardi 5 juillet à 14h en Salle 101 (barre
25-26),
1er étage, au Laboratoire d'Informatique de Paris 6.
Voici un plan d'accès :
http://www.upmc.fr/fr/universite/campus_et_sites/a_paris_et_en_idf/jussieu.html

=======
Jury
=======

Soutenance devant le jury composé de :

- Mme. Pascale KUNTZ-COSPEREC, Professeur, Polytech'Nantes [Rapporteur]
- M. Eric GAUSSIER, Professeur, Université Grenoble I [Rapporteur]
- Mme. Céline ROBARDET, Maître de conférences, INSA Lyon [Examinateur]
- M. Matthieu CORD, Professeur, UPMC-LIP6 [Examinateur]
- Mme. Bernadette BOUCHON-MEUNIER, Directeur de recherche, CNRS,
UPMC-LIP6, [Directeur]
- M. Nicolas LABROCHE, Maître de conférences, UPMC-LIP6 [Encadrant]

======
Résumé
======
Le clustering est une tâche centrale du processus d'exploration de données
et de découverte de connaissances. De nos jours, l'abondance de données et
l'augmentation continue de leur volume imposent aux algorithmes de
clustering de s'améliorer et de s'adapter selon les aspects suivants :
qualité, vitesse, passage à échelle. Pour toutes ces raisons, le domaine
du clustering est toujours extrêmement actif.

Le clustering semi-supervisé est ainsi devenu depuis une dizaine d'années
une piste de recherche très intéressante dont le but est de développer des
algorithmes de clustering qui permettent à un expert humain d'intégrer des
connaissances du domaine pour améliorer la pertinence des analyses. Ces
connaissances peuvent être exprimées soit par un ensemble de données
étiquetées (des seeds) ou soit par un ensemble de contraintes. Dans ce
dernier cas, on distingue deux principaux types de contraintes : les
must-link (ML) qui indiquent que deux points de l'ensemble de données
doivent être dans le même groupe et les cannot-link (CL), qui inversement
imposent que deux points appartiennent à deux clusters différents. Bien
que les travaux actuels s'intéressent plus particulièrement à l'adaptation
de méthodes de clustering existantes pour la prise en charge de
contraintes ou de données étiquetées, ils conservent les mêmes limitations
que les méthodes dont ils s'inspirent et reposent sur une sélection
aléatoire des connaissances qui peut conduire à de mauvaises performances.

Pour répondre à ces problèmes, cette thèse s'articule autour de deux
contributions principales : (1) des méthodes intelligentes pour la
sélection de contraintes ou de données étiquetées (les seeds) intégrées à
des algorithmes actifs et (2) de nouveaux algorithmes de clustering
semi-supervisé qui améliorent les méthodes décrites dans la littérature

Dans le cadre de la collecte intelligente de contraintes, nous proposons
une première mesure d'utilité d'une contrainte qui repose sur un graphe
des k-plus proches voisins pour identifier les zones de transition entre
clusters où les algorithmes font traditionnellement le plus d'erreurs.
Cette mesure forme la base de notre algorithme actif de sélection de
contraintes qui a été validé sur des jeux de données issus du UCI Machine
Learning Repository ainsi que dans le cadre d'un prototype logiciel
appliqué à l'analyse de bases d'images. Similairement, nous proposons
trois nouvelles méthodes pour la sélection de données à étiqueter qui ont
été évaluées également sur des données réelles et dans le cadre d'un
prototype logiciel sur des bases d'images.

Enfin cette thèse décrit deux nouveaux algorithmes de clustering : SSGC
basé sur les seeds et MCLA basé sur les contraintes qui possèdent des
complexités plus réduites, un paramétrage plus aisé et des performances
comparables voire meilleures que les algorithmes de référence en
clustering semi-supervisé.

Mots-clés : algorithme de clustering, clustering semi-supervisé,
apprentissage actif, contraintes, seeds, graphe des k-plus proches
voisins.

Bien cordialement,
Viet Vu VU

Bureau 26-00/504
Laboratoire d'Informatique de Paris 6
4 place Jussieu
75252 Paris Cedex 05
France
Tel : 01 44 27 88 87
Fax : 01 44 27 70 00