Classification Multi-Labels en flux : comparaisons d'approches et nouvelles propositions

Classification Multi-Labels en flux : comparaisons d'approches et nouvelles propositions

Avec l'évolution conjointe des volumes de données à traiter et de la nature même de ces données, les algorithmes de classification multi-labels sont confrontés à un défi majeur : leur capacité à apprendre des modèles à partir de données en flux et à s'adapter aux changements de leurs distr...

Description complète

Enregistré dans:
Détails bibliographiques
Auteurs principaux : Wang Xihui (Auteur), Kuntz-Cosperec Pascale (Directeur de thèse), Lebbah Mustapha (Président du jury de soutenance), Velcin Julien (Rapporteur de la thèse), Lamirel Jean-Charles (Rapporteur de la thèse), Brun Armelle (Membre du jury), Meyer Franck (Membre du jury)
Collectivités auteurs : Nantes Université 2022-.... (Organisme de soutenance), École doctorale Mathématiques et Sciences et Technologies du numérique, de l Information et de la Communication Nantes 2022-.... (Ecole doctorale associée à la thèse), Laboratoire des Sciences du Numérique de Nantes (Laboratoire associé à la thèse)
Format : Thèse ou mémoire
Langue : français
Titre complet : Classification Multi-Labels en flux : comparaisons d'approches et nouvelles propositions / Xihui Wang; sous la direction de Pascale Kuntz-Cosperec
Publié : 2023
Accès en ligne : Accès Nantes Université
Note sur l'URL : Accès au texte intégral
Note de thèse : Thèse de doctorat : Informatique : Nantes Université : 2023
Sujets :
Architecture dataflow
Apprentissage automatique
Dérive conceptuelle
Analyse prédictive
Thèses et écrits académiques

Internet

http://www.theses.fr/2023NANU4008/document