CLASYCO : classification et apprentissage dans les systèmes complexes

Description

L’équipe « Classification et apprentissage dans les systèmes complexes » se propose  d’étudier et mettre en œuvre divers paradigmes, essentiellement bio-inspirés, pour l’apprentissage et la classification dans des systèmes complexes relevant notamment de problèmes d’extraction de connaissances et d’ingénierie de logiciels. L’équipe s’intéresse notamment aux approches immunologiques et celles de l’intelligence des essaims pour leur utilisation dans la résolution de problèmes de classification et de régression ainsi qu’à l’apprentissage incrémental adaptatif dans les systèmes complexes évolutifs. Il s’agit d’étudier les méthodes ainsi que les concepts de bases relatifs aux paradigmes bio-inspirés et les maîtriser à travers des applications de classification et d’apprentissage.

Dans le contexte des systèmes bio-inspirés, les thèmes que cette équipe développe comprennent essentiellement l’utilisation de ces paradigmes issus de l’intelligence des essaims pour la sélection d’attributs dans des systèmes de classification et l’exploration des paradigmes récents des approches bio-inspirées pour la reconnaissance des formes, le traitement d’images ainsi que la fouille de données, notamment dans le domaine du génie logiciel. L’apprentissage incrémental dans les systèmes complexes adaptatifs représente aussi l’un des centres d’intérêt de cette équipe car il représente l’une des préoccupations majeures de la communauté de l’apprentissage automatique et constitue un champ de recherche ouvert. Dans cette équipe, nous utilisons principalement l’apprentissage artificiel et l’informatique bio-inspirée pour répondre à des problématiques au centre même des systèmes complexes, telles que la sélection de caractéristiques, la classification, le regroupement, la prédiction, l’estimation et l’apprentissage incrémental. Nous nous intéressons particulièrement à l’apprentissage incrémental et aux approches bio-inspirées pour la sélection d’attributs, le regroupement d’images, la prédiction de défauts et l’estimation de l’effort ou du coût de développement logiciel.

Composition

L’équipe est composée des chercheurs suivants :

 

Laisser un commentaire

Votre adresse de messagerie ne sera pas publiée. Les champs obligatoires sont indiqués avec *

(Required)

Vous pouvez utiliser ces balises et attributs HTML : <a href="" title=""> <abbr title=""> <acronym title=""> <b> <blockquote cite=""> <cite> <code> <del datetime=""> <em> <i> <q cite=""> <strike> <strong>

  crsict 2014: crsict.univ-annaba.dz