Nantilus
Contributions en classification automatique : agrégation bayésienne de mélanges de lois et visualisation interactive /
Internet, ainsi que des architectures récentes telles que les réseaux de capteurs, sont le siège de masses de sources de données distribuées à large echelle, en perpétuelle croissance. Cette profusion, accompagnée du besoin d'outillage des utilisateurs, implique le développement de techniques d...
Enregistré dans:
| Auteur principal : | |
|---|---|
| Collectivités auteurs : | , , |
| Autres auteurs : | , |
| Format : | Thèse Électronique |
| Langue : | français |
| Sujets : | |
| Accès en ligne : | accès au texte intégral de la thèse |
MARC
| LEADER | 00000cmm a2200000 i 4500 | ||
|---|---|---|---|
| 001 | in00000451411 | ||
| 005 | 20231214185406.0 | ||
| 007 | cr|uuu---uuuuu | ||
| 008 | 110704s2010||||fr ||||f|||| ||||||fre d | ||
| 024 | 7 | |a 2010NANT2083 |2 FRnnt | |
| 035 | |a (OCoLC)758513381 | ||
| 035 | |a (PPN)153411562 | ||
| 040 | |a ABES |b fre |e AFNOR | ||
| 041 | 0 | |a fre |b fre |b eng |2 639-2 | |
| 100 | 1 | |0 (IdRef)153405074 |1 http://www.idref.fr/153405074/id |a Bruneau, Pierrick |d (1979-....). |4 aut. |e Auteur | |
| 242 | 1 | 0 | |a Contributions to categorization learning, mixture models aggregation and interactive visualization. |y eng |
| 245 | 1 | 0 | |a Contributions en classification automatique : |b agrégation bayésienne de mélanges de lois et visualisation interactive / |c Pierrick Bruneau ; sous la direction de Marc Gelgon, co-encadrant Fabien Picarougne. |
| 256 | |a Données textuelles. | ||
| 264 | 0 | |c 2010. | |
| 336 | |b txt |2 rdacontent | ||
| 337 | |b n |2 rdamedia | ||
| 337 | |b n |2 isbdmedia | ||
| 338 | |b nga |2 RDAfrCarrier | ||
| 502 | |a Reproduction de : Thèse de doctorat : Informatique : Nantes : 2010 | ||
| 504 | |a Références bibliographiques. | ||
| 520 | |a Internet, ainsi que des architectures récentes telles que les réseaux de capteurs, sont le siège de masses de sources de données distribuées à large echelle, en perpétuelle croissance. Cette profusion, accompagnée du besoin d'outillage des utilisateurs, implique le développement de techniques d'analyse et d'indexation adaptées. Les techniques de classification automatique concernent la caractérisation de classes dans un ensemble d'éléments. Celles-ci sont très souvent employées pour la réalisation d'outils rendant l'information accessible aux utilisateurs. Dans le cadre de cette thèse, nous avons contribué a l'agrégation de modèles de mélange de distributions de probabilité. Cette classe de modèles est en effet souvent utilisée pour des tâches de catégorisation. Nos propositions, utilisant un formalisme bayesien variationnel, sont caracterisées par des coûts de calcul et de transmission réduits. Avec ces travaux, nous entendions fournir une solution partielle à l'estimation de modèles sur des données distribuées. Nous avons également contribué à la classication visuelle de données en flux. Pour ce faire, nous avons notamment employé des principes bio-mimétiques, ou encore des résultats de la théorie des graphes. Outre la proposition d'interfaces efficaces pour un utilisateur, nous avons également envisagé la manière dont celui-ci peut rétro-agir sur le processus de classification. | ||
| 520 | |a The internet and recent architectures such as sensor networks are currently witnessing tremendous and continuously growing amounts of data, often distributed on large scales. Combined with user expectations with respect to tooling, this encourages developing adequate techniques for analyzing and indexing. Classication and clustering tasks are about characterizing classes within data collections. These are often used as building blocks for designing tools aimed at making data accessible to users. In this document, we describe our contributions to mixture models aggregation. These models are classically used for content categorization. Using variational Bayesian principles, we aimed at designing low computation and transmission costs algorithms. Doing so, we aimed at proposing a building block for distributed density model estimation. We also contributed to visual classication applied to data streams. To this purpose, we employed bio-mimetic principles, and results from graph theory. More specically, visual and dynamic abstractions of an underlying clustering process were proposed. We strived to provide users with ecient interfaces, while allowing using their actions as a feedback. | ||
| 533 | |a La thèse papier est la seule version officielle. | ||
| 650 | 7 | |0 (IdRef)027799700 |1 http://www.idref.fr/027799700/id |a Bases de données réparties. |2 ram | |
| 653 | |a Classification |a Clustering |a Visualisation interactive |a Estimation bayésienne |a Données distribuées | ||
| 655 | 7 | |0 (IdRef)027253139 |1 http://www.idref.fr/027253139/id |a Thèses et écrits académiques. |2 ram | |
| 700 | 1 | |0 (IdRef)133954633 |1 http://www.idref.fr/133954633/id |a Gelgon, Marc. |4 ths. |e Directeur de thèse | |
| 700 | 1 | |0 (IdRef)093031998 |1 http://www.idref.fr/093031998/id |a Picarougne, Fabien |d (1978-....). |4 ths. |e Directeur de thèse | |
| 710 | 2 | |0 (IdRef)033124884 |1 http://www.idref.fr/033124884/id |a Université de Nantes. |b Faculté des sciences et des techniques. |4 985. |e Autre partenaire associé à la thèse | |
| 710 | 2 | |0 (IdRef)026403447 |1 http://www.idref.fr/026403447/id |a Université de Nantes (1962-2021). |4 dgg. |e Organisme de soutenance | |
| 710 | 2 | |0 (IdRef)134103211 |1 http://www.idref.fr/134103211/id |a École doctorale Sciences et technologies de l'information et mathématiques (Nantes). |4 996. |e Ecole doctorale associée à la thèse | |
| 775 | 0 | |t Contributions en classification automatique : agrégation bayésienne de mélanges de lois et visualisation interactive / Pierrick Bruneau |d [S.l.] : [s.n.], 2010 |h 1 vol. (181 f.) |w (ABES)15340602X | |
| 856 | |q PDF |u https://archive.bu.univ-nantes.fr/pollux/show/show?id=c51f1edc-0390-4a86-813e-7180b1f65b18 |y accès au texte intégral de la thèse | ||
| 886 | 2 | |2 unimarc |a 181 |a i# |b xxxe## | |
| 930 | |5 441092104:427746655 |b 441092104 |j g | ||
| 999 | f | f | |i 8c57bfa4-fba2-5de9-9991-e16a88d53875 |s 9dc58a34-bec3-5cd8-98b3-649e1fd5fe11 |t 0 |
| 952 | f | f | |p P0 Non empruntable |a Nantes Université |b Lombarderie |c Bu Sciences |d Thèses électroniques |t 1 |e 2010 NANT 2083 THEL |h Locale |i Indéterminé |m 0000002083 |
Notice dans l'index de recherche
| _version_ | 1814874041146671104 |
|---|---|
| author | Bruneau, Pierrick (1979-....) |
| author2 | Gelgon, Marc Picarougne, Fabien (1978-....) |
| author2_role | ths ths |
| author2_variant | m g mg f p fp |
| author_corporate | Université de Nantes. Faculté des sciences et des techniques Université de Nantes (1962-2021) École doctorale Sciences et technologies de l'information et mathématiques (Nantes) |
| author_corporate_role | Autre partenaire associé à la thèse Organisme de soutenance Ecole doctorale associée à la thèse |
| author_facet | Bruneau, Pierrick (1979-....) Gelgon, Marc Picarougne, Fabien (1978-....) Université de Nantes. Faculté des sciences et des techniques Université de Nantes (1962-2021) École doctorale Sciences et technologies de l'information et mathématiques (Nantes) |
| author_role | aut |
| author_sort | Bruneau, Pierrick (1979-....) |
| author_variant | p b pb |
| building | Bu Sciences |
| campus_str_mv | Lombarderie |
| collection | Thèses électroniques |
| ctrlnum | (OCoLC)758513381 (PPN)153411562 |
| format | Thesis Electronic |
| fullrecord | {"leader":"00000cmm a2200000 i 4500","fields":[{"001":"in00000451411"},{"005":"20231214185406.0"},{"007":"cr|uuu---uuuuu"},{"008":"110704s2010||||fr ||||f|||| ||||||fre d"},{"024":{"subfields":[{"a":"2010NANT2083"},{"2":"FRnnt"}],"ind1":"7","ind2":" "}},{"035":{"subfields":[{"a":"(OCoLC)758513381"}],"ind1":" ","ind2":" "}},{"035":{"subfields":[{"a":"(PPN)153411562"}],"ind1":" ","ind2":" "}},{"040":{"subfields":[{"a":"ABES"},{"b":"fre"},{"e":"AFNOR"}],"ind1":" ","ind2":" "}},{"041":{"subfields":[{"a":"fre"},{"b":"fre"},{"b":"eng"},{"2":"639-2"}],"ind1":"0","ind2":" "}},{"100":{"subfields":[{"0":"(IdRef)153405074"},{"1":"http://www.idref.fr/153405074/id"},{"a":"Bruneau, Pierrick"},{"d":"(1979-....)."},{"4":"aut."},{"e":"Auteur"}],"ind1":"1","ind2":" "}},{"242":{"subfields":[{"a":"Contributions to categorization learning, mixture models aggregation and interactive visualization."},{"y":"eng"}],"ind1":"1","ind2":"0"}},{"245":{"subfields":[{"a":"Contributions en classification automatique :"},{"b":"agrégation bayésienne de mélanges de lois et visualisation interactive /"},{"c":"Pierrick Bruneau ; sous la direction de Marc Gelgon, co-encadrant Fabien Picarougne."}],"ind1":"1","ind2":"0"}},{"256":{"subfields":[{"a":"Données textuelles."}],"ind1":" ","ind2":" "}},{"264":{"subfields":[{"c":"2010."}],"ind1":" ","ind2":"0"}},{"336":{"subfields":[{"b":"txt"},{"2":"rdacontent"}],"ind1":" ","ind2":" "}},{"337":{"subfields":[{"b":"n"},{"2":"rdamedia"}],"ind1":" ","ind2":" "}},{"337":{"subfields":[{"b":"n"},{"2":"isbdmedia"}],"ind1":" ","ind2":" "}},{"338":{"subfields":[{"b":"nga"},{"2":"RDAfrCarrier"}],"ind1":" ","ind2":" "}},{"502":{"subfields":[{"a":"Reproduction de : Thèse de doctorat : Informatique : Nantes : 2010"}],"ind1":" ","ind2":" "}},{"504":{"subfields":[{"a":"Références bibliographiques."}],"ind1":" ","ind2":" "}},{"520":{"subfields":[{"a":"Internet, ainsi que des architectures récentes telles que les réseaux de capteurs, sont le siège de masses de sources de données distribuées à large echelle, en perpétuelle croissance. Cette profusion, accompagnée du besoin d'outillage des utilisateurs, implique le développement de techniques d'analyse et d'indexation adaptées. Les techniques de classification automatique concernent la caractérisation de classes dans un ensemble d'éléments. Celles-ci sont très souvent employées pour la réalisation d'outils rendant l'information accessible aux utilisateurs. Dans le cadre de cette thèse, nous avons contribué a l'agrégation de modèles de mélange de distributions de probabilité. Cette classe de modèles est en effet souvent utilisée pour des tâches de catégorisation. Nos propositions, utilisant un formalisme bayesien variationnel, sont caracterisées par des coûts de calcul et de transmission réduits. Avec ces travaux, nous entendions fournir une solution partielle à l'estimation de modèles sur des données distribuées. Nous avons également contribué à la classication visuelle de données en flux. Pour ce faire, nous avons notamment employé des principes bio-mimétiques, ou encore des résultats de la théorie des graphes. Outre la proposition d'interfaces efficaces pour un utilisateur, nous avons également envisagé la manière dont celui-ci peut rétro-agir sur le processus de classification."}],"ind1":" ","ind2":" "}},{"520":{"subfields":[{"a":"The internet and recent architectures such as sensor networks are currently witnessing tremendous and continuously growing amounts of data, often distributed on large scales. Combined with user expectations with respect to tooling, this encourages developing adequate techniques for analyzing and indexing. Classication and clustering tasks are about characterizing classes within data collections. These are often used as building blocks for designing tools aimed at making data accessible to users. In this document, we describe our contributions to mixture models aggregation. These models are classically used for content categorization. Using variational Bayesian principles, we aimed at designing low computation and transmission costs algorithms. Doing so, we aimed at proposing a building block for distributed density model estimation. We also contributed to visual classication applied to data streams. To this purpose, we employed bio-mimetic principles, and results from graph theory. More specically, visual and dynamic abstractions of an underlying clustering process were proposed. We strived to provide users with ecient interfaces, while allowing using their actions as a feedback."}],"ind1":" ","ind2":" "}},{"533":{"subfields":[{"a":"La thèse papier est la seule version officielle."}],"ind1":" ","ind2":" "}},{"650":{"subfields":[{"0":"(IdRef)027799700"},{"1":"http://www.idref.fr/027799700/id"},{"a":"Bases de données réparties."},{"2":"ram"}],"ind1":" ","ind2":"7"}},{"653":{"subfields":[{"a":"Classification"},{"a":"Clustering"},{"a":"Visualisation interactive"},{"a":"Estimation bayésienne"},{"a":"Données distribuées"}],"ind1":" ","ind2":" "}},{"655":{"subfields":[{"0":"(IdRef)027253139"},{"1":"http://www.idref.fr/027253139/id"},{"a":"Thèses et écrits académiques."},{"2":"ram"}],"ind1":" ","ind2":"7"}},{"700":{"subfields":[{"0":"(IdRef)133954633"},{"1":"http://www.idref.fr/133954633/id"},{"a":"Gelgon, Marc."},{"4":"ths."},{"e":"Directeur de thèse"}],"ind1":"1","ind2":" "}},{"700":{"subfields":[{"0":"(IdRef)093031998"},{"1":"http://www.idref.fr/093031998/id"},{"a":"Picarougne, Fabien"},{"d":"(1978-....)."},{"4":"ths."},{"e":"Directeur de thèse"}],"ind1":"1","ind2":" "}},{"710":{"subfields":[{"0":"(IdRef)033124884"},{"1":"http://www.idref.fr/033124884/id"},{"a":"Université de Nantes."},{"b":"Faculté des sciences et des techniques."},{"4":"985."},{"e":"Autre partenaire associé à la thèse"}],"ind1":"2","ind2":" "}},{"710":{"subfields":[{"0":"(IdRef)026403447"},{"1":"http://www.idref.fr/026403447/id"},{"a":"Université de Nantes (1962-2021)."},{"4":"dgg."},{"e":"Organisme de soutenance"}],"ind1":"2","ind2":" "}},{"710":{"subfields":[{"0":"(IdRef)134103211"},{"1":"http://www.idref.fr/134103211/id"},{"a":"École doctorale Sciences et technologies de l'information et mathématiques (Nantes)."},{"4":"996."},{"e":"Ecole doctorale associée à la thèse"}],"ind1":"2","ind2":" "}},{"775":{"subfields":[{"t":"Contributions en classification automatique : agrégation bayésienne de mélanges de lois et visualisation interactive / Pierrick Bruneau"},{"d":"[S.l.] : [s.n.], 2010"},{"h":"1 vol. (181 f.)"},{"w":"(ABES)15340602X"}],"ind1":"0","ind2":" "}},{"856":{"subfields":[{"q":"PDF"},{"u":"https://archive.bu.univ-nantes.fr/pollux/show/show?id=c51f1edc-0390-4a86-813e-7180b1f65b18"},{"y":"accès au texte intégral de la thèse"}],"ind1":" ","ind2":" "}},{"886":{"subfields":[{"2":"unimarc"},{"a":"181"},{"a":"i#"},{"b":"xxxe##"}],"ind1":"2","ind2":" "}},{"930":{"subfields":[{"5":"441092104:427746655"},{"b":"441092104"},{"j":"g"}],"ind1":" ","ind2":" "}},{"999":{"subfields":[{"i":"8c57bfa4-fba2-5de9-9991-e16a88d53875"},{"s":"9dc58a34-bec3-5cd8-98b3-649e1fd5fe11"},{"t":"0"}],"ind1":"f","ind2":"f"}},{"952":{"subfields":[{"p":"P0 Non empruntable"},{"a":"Nantes Université"},{"b":"Lombarderie"},{"c":"Bu Sciences"},{"d":"Thèses électroniques"},{"t":"1"},{"e":"2010 NANT 2083 THEL"},{"h":"Locale"},{"i":"Indéterminé"},{"m":"0000002083"}],"ind1":"f","ind2":"f"}}]}
|
| genre | (IdRef)027253139 http://www.idref.fr/027253139/id Thèses et écrits académiques. ram |
| genre_facet | Thèses et écrits académiques. |
| id | in00000451411 |
| illustrated | Not Illustrated |
| institution | Nantes Université |
| language | French |
| oclc_num | 758513381 |
| online_boolean | |
| record_format | marc |
| spelling | (IdRef)153405074 http://www.idref.fr/153405074/id Bruneau, Pierrick (1979-....). aut. Auteur Contributions to categorization learning, mixture models aggregation and interactive visualization. eng Contributions en classification automatique : agrégation bayésienne de mélanges de lois et visualisation interactive / Pierrick Bruneau ; sous la direction de Marc Gelgon, co-encadrant Fabien Picarougne. Données textuelles. 2010. txt rdacontent n rdamedia n isbdmedia nga RDAfrCarrier Reproduction de : Thèse de doctorat : Informatique : Nantes : 2010 Références bibliographiques. Internet, ainsi que des architectures récentes telles que les réseaux de capteurs, sont le siège de masses de sources de données distribuées à large echelle, en perpétuelle croissance. Cette profusion, accompagnée du besoin d'outillage des utilisateurs, implique le développement de techniques d'analyse et d'indexation adaptées. Les techniques de classification automatique concernent la caractérisation de classes dans un ensemble d'éléments. Celles-ci sont très souvent employées pour la réalisation d'outils rendant l'information accessible aux utilisateurs. Dans le cadre de cette thèse, nous avons contribué a l'agrégation de modèles de mélange de distributions de probabilité. Cette classe de modèles est en effet souvent utilisée pour des tâches de catégorisation. Nos propositions, utilisant un formalisme bayesien variationnel, sont caracterisées par des coûts de calcul et de transmission réduits. Avec ces travaux, nous entendions fournir une solution partielle à l'estimation de modèles sur des données distribuées. Nous avons également contribué à la classication visuelle de données en flux. Pour ce faire, nous avons notamment employé des principes bio-mimétiques, ou encore des résultats de la théorie des graphes. Outre la proposition d'interfaces efficaces pour un utilisateur, nous avons également envisagé la manière dont celui-ci peut rétro-agir sur le processus de classification. The internet and recent architectures such as sensor networks are currently witnessing tremendous and continuously growing amounts of data, often distributed on large scales. Combined with user expectations with respect to tooling, this encourages developing adequate techniques for analyzing and indexing. Classication and clustering tasks are about characterizing classes within data collections. These are often used as building blocks for designing tools aimed at making data accessible to users. In this document, we describe our contributions to mixture models aggregation. These models are classically used for content categorization. Using variational Bayesian principles, we aimed at designing low computation and transmission costs algorithms. Doing so, we aimed at proposing a building block for distributed density model estimation. We also contributed to visual classication applied to data streams. To this purpose, we employed bio-mimetic principles, and results from graph theory. More specically, visual and dynamic abstractions of an underlying clustering process were proposed. We strived to provide users with ecient interfaces, while allowing using their actions as a feedback. La thèse papier est la seule version officielle. (IdRef)027799700 http://www.idref.fr/027799700/id Bases de données réparties. ram Classification Clustering Visualisation interactive Estimation bayésienne Données distribuées (IdRef)027253139 http://www.idref.fr/027253139/id Thèses et écrits académiques. ram (IdRef)133954633 http://www.idref.fr/133954633/id Gelgon, Marc. ths. Directeur de thèse (IdRef)093031998 http://www.idref.fr/093031998/id Picarougne, Fabien (1978-....). ths. Directeur de thèse (IdRef)033124884 http://www.idref.fr/033124884/id Université de Nantes. Faculté des sciences et des techniques. 985. Autre partenaire associé à la thèse (IdRef)026403447 http://www.idref.fr/026403447/id Université de Nantes (1962-2021). dgg. Organisme de soutenance (IdRef)134103211 http://www.idref.fr/134103211/id École doctorale Sciences et technologies de l'information et mathématiques (Nantes). 996. Ecole doctorale associée à la thèse Contributions en classification automatique : agrégation bayésienne de mélanges de lois et visualisation interactive / Pierrick Bruneau [S.l.] : [s.n.], 2010 1 vol. (181 f.) (ABES)15340602X PDF https://archive.bu.univ-nantes.fr/pollux/show/show?id=c51f1edc-0390-4a86-813e-7180b1f65b18 accès au texte intégral de la thèse unimarc 181 i# xxxe## |
| spellingShingle | Bruneau, Pierrick (1979-....) Contributions en classification automatique : agrégation bayésienne de mélanges de lois et visualisation interactive / (IdRef)027799700 http://www.idref.fr/027799700/id Bases de données réparties. ram Classification Clustering Visualisation interactive Estimation bayésienne Données distribuées |
| title | Contributions en classification automatique : agrégation bayésienne de mélanges de lois et visualisation interactive / |
| title_auth | Contributions en classification automatique : agrégation bayésienne de mélanges de lois et visualisation interactive / |
| title_full | Contributions en classification automatique : agrégation bayésienne de mélanges de lois et visualisation interactive / Pierrick Bruneau ; sous la direction de Marc Gelgon, co-encadrant Fabien Picarougne. |
| title_fullStr | Contributions en classification automatique : agrégation bayésienne de mélanges de lois et visualisation interactive / Pierrick Bruneau ; sous la direction de Marc Gelgon, co-encadrant Fabien Picarougne. |
| title_full_unstemmed | Contributions en classification automatique : agrégation bayésienne de mélanges de lois et visualisation interactive / Pierrick Bruneau ; sous la direction de Marc Gelgon, co-encadrant Fabien Picarougne. |
| title_short | Contributions en classification automatique : |
| title_sort | contributions en classification automatique agregation bayesienne de melanges de lois et visualisation interactive |
| title_sub | agrégation bayésienne de mélanges de lois et visualisation interactive / |
| topic | (IdRef)027799700 http://www.idref.fr/027799700/id Bases de données réparties. ram Classification Clustering Visualisation interactive Estimation bayésienne Données distribuées |
| topic_facet | Bases de données réparties. |
| url | https://archive.bu.univ-nantes.fr/pollux/show/show?id=c51f1edc-0390-4a86-813e-7180b1f65b18 |
| work_keys_str_mv | AT bruneaupierrick contributionsenclassificationautomatiqueagregationbayesiennedemelangesdeloisetvisualisationinteractive AT gelgonmarc contributionsenclassificationautomatiqueagregationbayesiennedemelangesdeloisetvisualisationinteractive AT picarougnefabien contributionsenclassificationautomatiqueagregationbayesiennedemelangesdeloisetvisualisationinteractive AT universitedenantesfacultedessciencesetdestechniques contributionsenclassificationautomatiqueagregationbayesiennedemelangesdeloisetvisualisationinteractive AT universitedenantes19622021 contributionsenclassificationautomatiqueagregationbayesiennedemelangesdeloisetvisualisationinteractive AT ecoledoctoralesciencesettechnologiesdelinformationetmathematiquesnantes contributionsenclassificationautomatiqueagregationbayesiennedemelangesdeloisetvisualisationinteractive |