Une méthode de sélection de caractéristiques fondée sur l'intégrale de Choquet et l'analyse des typicalités

Abstract

Cet article expose une méthode itérative de sélection de caractéristiques fondée sur l'intégrale de Choquet et l'analyse des typicalités. La méthode proposée est appliquée à la reconnaissance de défauts sur des planches de bois, domaine dans lequel peu de données sont disponibles en apprentissage. Le choix d'un sous-ensemble de caractéristiques parmi toutes celles que l'on peut extraire d'une image n'est pas aisé. Il apparaît, à l'usage, que même un expert du domaine choisit souvent un jeu de caractéristiques, plus par habitude, que par une réelle analyse du problème. Ainsi, pour pallier ce manque de connaissances du domaine ou cette routine, nous proposons une méthode permettant de sélectionner automatiquement le jeu de caractéristiques le mieux adapté au problème considéré. Le module de reconnaissance mis en place repose sur un système d'inférence par règles floues automatiquement générée à partir d'un lot d'apprentissage. Choisir un jeu de caractéristiques quasi optimal doit permettre de réduire la complexité de la base de règles et ainsi garder une bonne interprétabilité du mécanisme de reconnaissance. Pour l'application testée, la méthode itérative implémentée a déterminé un choix de caractéristiques très similaire au choix de l'expert. Néanmoins, la différence entre les deux jeux de caractéristiques entraîne une différence non négligeable en terme de taux de reconnaissance. En effet, bien que le nombre de règles générées est plus important que celui obtenu avec le choix par expertise, la méthode itérative améliore de 4% les performances.