|
| Titre : |
Formulation de l’incertain dans le processus d’extraction des connaissances : Comparatif entre logique floue et possibiliste |
| Type de document : |
texte imprimé |
| Auteurs : |
Boussahel ,Ines, Auteur ; Mekroud,Noureddine, Directeur de thèse |
| Editeur : |
Setif:UFA |
| Année de publication : |
2019 |
| Importance : |
1 vol (63 f .) |
| Format : |
29 cm |
| Langues : |
Français (fre) |
| Catégories : |
Thèses & Mémoires:Informatique
|
| Mots-clés : |
Bioinformatique
Images d’expression génétique
Extraction de connaissances
Fouille de données,
Règles d'associations
Théorie des possibilités
Support et Confiance d'un ensemble |
| Index. décimale : |
004 - Informatique |
| Résumé : |
La bioinformatique est un domaine de recherche d’actualité, qui traite des données vitales et très volumineuses, mais souvent imprécises et / ou incertaines. Parmi les données étudiées par les biologistes on trouve les images d’expression génétique d’une espèce modèle, qui est dans notre travail l’embryon de l’espèce modèle «Edinburg Mouse». L'objectif de cette étude est d'extraire les règles des associations possibilistes à partir de ces séquences d’images de l'expression génique. Plusieurs opérations de prétraitement ont été effectuées afin de réduire la complexité de l'algorithme proposé. Notre étude consiste en une modification de l'algorithme initial d'Apriori en se basant sur la redéfinition de la méthode de calcul du support et ainsi que la confiance des règles extraites, en utilisant trois approches différentes : le t-norme, le t-conorme et le produit des degrés d'appartenance. Enfin, les règles des associations possibilistes seront extraites, suivi par une discussion sur leur qualité par rapport à celles d’un travail précédent basé sur des règles d'association floues. |
| Note de contenu : |
Sommaire
Remerciements
Dédicaces
Listes de figures
Listes de tableaux
Introduction générale
1. Introduction .................................................................................................................................. 1
2. Définition de la bio-informatique ................................................................................................ 1
3. Historique de la Bio-informatique .............................................................................................. 3
4. But de La Bioinformatique .......................................................................................................... 4
5. Les domaines d’application de la bioinformatique ................................................................... 4
6. Théorie fondamentale de la biologie moléculaire ...................................................................... 5
7. Expression de l'information génétique ....................................................................................... 6
8. Les banques de données biologiques ........................................................................................... 8
8.1 Les banques généralistes ........................................................................................................ 9
8.1.1 Banques de séquences nucléotidiques ................................................................ 9
8.1.2 Banques de séquences protéiques ................................................................................. 9
8.1.3 Autres banques ............................................................................................................... 9
8.2 Banques spécialisées ........................................................................................................... 10
8.2.1 Banques thématiques .................................................................................................... 10
8.2.2 Banques génomiques ..................................................................................................... 10
8.3 Les séquences images d’expression génétique .................................................................. 10
9. L’imagerie in vivo des expressions génétiques........................................................................ 10
10. L’embryon de poisson zèbre, un puissant modèle in vivo ................................................... 11
11. L’imagerie in vivo de l’embryon de « Edinburgh Mouse » .................................................. 12
12. La base de données utilisée ...................................................................................................... 12
14. Conclusion ................................................................................................................................. 13
1. Introduction ................................................................................................................ 15
2. Extraction des connaissances à partir de données (ECD) ...................................................... 15
2.1 Définition de l’ECD ............................................................................................................. 15
2.2 Quelques notions de bases : Donnée, Information et Connaissance .............................. 16
2.2.1 Donnée ............................................................................................................. 16
2.2.2 L'information ................................................................................................................ 16
2.2.3 Connaissance................................................................................................................. 16
2.3 Les étapes d’un processus d’ECD ...................................................................................... 17
2
2.3.1 Nettoyage et intégration des données ........................................................ 17
2.3.2 Prétraitement des données ........................................................................................... 17
2.3.3 Fouille de données (Data Mining) ............................................................................... 17
2.3.4 L’interprétation et la validation ................................................................................. 18
3. Fouille de données (data mining) et ECD ................................................................................. 19
3.1 Définition .......................................................................................................... 19
3.2 Historique ........................................................................................................ 20
3.3 Les types (sous catégories) de Data Mining ............................................................ 20
3.4 Principales tâches de fouille de données ............................................................................ 20
4. La Classification .................................................................................... 22
4.1 Définition ....................................................................................................... 22
4.2 Mesures de la qualité d'une méthode de classification.................................................... 22
5. Segmentation (Clustering) ......................................................................................................... 24
6. Règles d’association .................................................................................................
27 6.1 Définition .......................................................................................................... 27
6.2 La recherche des règles d’association ................................................................................ 27
6.2.1 Support d’un item ........................................................................................................ 28
6.2.2 Support d’une règle d’association............................................................................... 28
6.2.3 Confiance d’une règle d’association ........................................................................... 28
6.3 Algorithme a priori (Agrawal et Srikant [1994]) .............................................................. 28
6.3.1 Fonctionnement ............................................................................................................ 28
6.3.2 Algorithme .................................................................................................................... 29
6.3.3 Exemple ......................................................................................................................... 30
6.3.4 Génération des règles ................................................................................................... 30
7. Conclusion ................................................................................................................................... 31
1. Introduction ................................................................................................................................ 33
2. Les données imparfaites............................................................................................................. 33
2.1 L’information imprécise ..................................................................................................... 34
2.2 L’information incomplète ................................................................................................... 34
2.3 L’information incertaine .................................................................................................... 35
2.4 L’inconsistance .................................................................................................................... 35
3. Les théories de l'incertain .......................................................................................................... 35
4. La théorie des probabilités ........................................................................................................ 36
4.1 Définition .............................................................................................................................. 36
4.2 Propriétés des probabilités ................................................................................................ 37
4.3 Différence entre statistiques et probabilités ...................................................................... 37
3
5. La logique floue .......................................................................................................................... 38
5.1 Logique classique et logique floue ...................................................................................... 38
5.2 Sous-ensembles flous ........................................................................................................... 39
5.2.1 Définition ....................................................................................................................... 40
5.2.2 L’univers de discoure ................................................................................................... 40
5.2.3 Les variables linguistiques ........................................................................................... 40
5.2.4 Fonction d’appartenance ............................................................................................. 41
5.2.5 Caractéristique d’un sous-ensemble floue ................................................................. 41
5.2.6 Operations sur les ensembles flous ............................................................................. 42
5.2.7 Les normes triangulaires ............................................................................................. 43
6. La théorie des possibilités .......................................................................................................... 44
6.1 Définition .............................................................................................................................. 44
6.2 Mesures de : possibilité et nécessité et de confiance ......................................................... 45
6.2.1 Mesure de confiance ..................................................................................................... 45
6.2.2 Mesure de possibilité .................................................................................................... 45
6.2.3 Mesure de nécessité ...................................................................................................... 46
6.3 Distribution de possibilités.................................................................................................. 46
6.3.1 Définition ....................................................................................................................... 46
7. La théorie des croyances ............................................................................................................ 47
8. Les règles d’association floues ................................................................................................... 47
8.1 Définition d’une règle d’association floue ......................................................................... 48
8.2 Mesures de qualité des Item sets flous ............................................................................... 49
8.2.1 Le degré d’un Item set (X, A) ...................................................................................... 49
8.2.2 Cardinalité d’un sous-ensemble flou (  comptage seuillée) ................................ 50
8.2.3 Le support et la confiance d’une règle d’association floue ....................................... 51
9. Modélisation proposée ............................................................................................................... 56
10. Conclusion ................................................................................................................................. 57
1. Introduction ............................................................................................................................ 59
2. Environnement logiciel .......................................................................................................... 59
3. L’approche proposée.............................................................................................................. 60
3.1 Présentation générale .......................................................................................................... 60
3.2 Contribution ........................................................................................................................ 62
3.3 Prétraitement ....................................................................................................................... 62
3.3.1 Redimensionner ............................................................................................................ 63
3.3.2 Indexation ...................................................................................................................... 63
|
| Côte titre : |
MAI/0324 |
| En ligne : |
https://drive.google.com/file/d/19CP6ndqJAOrTVRr1HD1KsxejGBRakvia/view?usp=shari [...] |
| Format de la ressource électronique : |
pdf |
Formulation de l’incertain dans le processus d’extraction des connaissances : Comparatif entre logique floue et possibiliste [texte imprimé] / Boussahel ,Ines, Auteur ; Mekroud,Noureddine, Directeur de thèse . - [S.l.] : Setif:UFA, 2019 . - 1 vol (63 f .) ; 29 cm. Langues : Français ( fre)
| Catégories : |
Thèses & Mémoires:Informatique
|
| Mots-clés : |
Bioinformatique
Images d’expression génétique
Extraction de connaissances
Fouille de données,
Règles d'associations
Théorie des possibilités
Support et Confiance d'un ensemble |
| Index. décimale : |
004 - Informatique |
| Résumé : |
La bioinformatique est un domaine de recherche d’actualité, qui traite des données vitales et très volumineuses, mais souvent imprécises et / ou incertaines. Parmi les données étudiées par les biologistes on trouve les images d’expression génétique d’une espèce modèle, qui est dans notre travail l’embryon de l’espèce modèle «Edinburg Mouse». L'objectif de cette étude est d'extraire les règles des associations possibilistes à partir de ces séquences d’images de l'expression génique. Plusieurs opérations de prétraitement ont été effectuées afin de réduire la complexité de l'algorithme proposé. Notre étude consiste en une modification de l'algorithme initial d'Apriori en se basant sur la redéfinition de la méthode de calcul du support et ainsi que la confiance des règles extraites, en utilisant trois approches différentes : le t-norme, le t-conorme et le produit des degrés d'appartenance. Enfin, les règles des associations possibilistes seront extraites, suivi par une discussion sur leur qualité par rapport à celles d’un travail précédent basé sur des règles d'association floues. |
| Note de contenu : |
Sommaire
Remerciements
Dédicaces
Listes de figures
Listes de tableaux
Introduction générale
1. Introduction .................................................................................................................................. 1
2. Définition de la bio-informatique ................................................................................................ 1
3. Historique de la Bio-informatique .............................................................................................. 3
4. But de La Bioinformatique .......................................................................................................... 4
5. Les domaines d’application de la bioinformatique ................................................................... 4
6. Théorie fondamentale de la biologie moléculaire ...................................................................... 5
7. Expression de l'information génétique ....................................................................................... 6
8. Les banques de données biologiques ........................................................................................... 8
8.1 Les banques généralistes ........................................................................................................ 9
8.1.1 Banques de séquences nucléotidiques ................................................................ 9
8.1.2 Banques de séquences protéiques ................................................................................. 9
8.1.3 Autres banques ............................................................................................................... 9
8.2 Banques spécialisées ........................................................................................................... 10
8.2.1 Banques thématiques .................................................................................................... 10
8.2.2 Banques génomiques ..................................................................................................... 10
8.3 Les séquences images d’expression génétique .................................................................. 10
9. L’imagerie in vivo des expressions génétiques........................................................................ 10
10. L’embryon de poisson zèbre, un puissant modèle in vivo ................................................... 11
11. L’imagerie in vivo de l’embryon de « Edinburgh Mouse » .................................................. 12
12. La base de données utilisée ...................................................................................................... 12
14. Conclusion ................................................................................................................................. 13
1. Introduction ................................................................................................................ 15
2. Extraction des connaissances à partir de données (ECD) ...................................................... 15
2.1 Définition de l’ECD ............................................................................................................. 15
2.2 Quelques notions de bases : Donnée, Information et Connaissance .............................. 16
2.2.1 Donnée ............................................................................................................. 16
2.2.2 L'information ................................................................................................................ 16
2.2.3 Connaissance................................................................................................................. 16
2.3 Les étapes d’un processus d’ECD ...................................................................................... 17
2
2.3.1 Nettoyage et intégration des données ........................................................ 17
2.3.2 Prétraitement des données ........................................................................................... 17
2.3.3 Fouille de données (Data Mining) ............................................................................... 17
2.3.4 L’interprétation et la validation ................................................................................. 18
3. Fouille de données (data mining) et ECD ................................................................................. 19
3.1 Définition .......................................................................................................... 19
3.2 Historique ........................................................................................................ 20
3.3 Les types (sous catégories) de Data Mining ............................................................ 20
3.4 Principales tâches de fouille de données ............................................................................ 20
4. La Classification .................................................................................... 22
4.1 Définition ....................................................................................................... 22
4.2 Mesures de la qualité d'une méthode de classification.................................................... 22
5. Segmentation (Clustering) ......................................................................................................... 24
6. Règles d’association .................................................................................................
27 6.1 Définition .......................................................................................................... 27
6.2 La recherche des règles d’association ................................................................................ 27
6.2.1 Support d’un item ........................................................................................................ 28
6.2.2 Support d’une règle d’association............................................................................... 28
6.2.3 Confiance d’une règle d’association ........................................................................... 28
6.3 Algorithme a priori (Agrawal et Srikant [1994]) .............................................................. 28
6.3.1 Fonctionnement ............................................................................................................ 28
6.3.2 Algorithme .................................................................................................................... 29
6.3.3 Exemple ......................................................................................................................... 30
6.3.4 Génération des règles ................................................................................................... 30
7. Conclusion ................................................................................................................................... 31
1. Introduction ................................................................................................................................ 33
2. Les données imparfaites............................................................................................................. 33
2.1 L’information imprécise ..................................................................................................... 34
2.2 L’information incomplète ................................................................................................... 34
2.3 L’information incertaine .................................................................................................... 35
2.4 L’inconsistance .................................................................................................................... 35
3. Les théories de l'incertain .......................................................................................................... 35
4. La théorie des probabilités ........................................................................................................ 36
4.1 Définition .............................................................................................................................. 36
4.2 Propriétés des probabilités ................................................................................................ 37
4.3 Différence entre statistiques et probabilités ...................................................................... 37
3
5. La logique floue .......................................................................................................................... 38
5.1 Logique classique et logique floue ...................................................................................... 38
5.2 Sous-ensembles flous ........................................................................................................... 39
5.2.1 Définition ....................................................................................................................... 40
5.2.2 L’univers de discoure ................................................................................................... 40
5.2.3 Les variables linguistiques ........................................................................................... 40
5.2.4 Fonction d’appartenance ............................................................................................. 41
5.2.5 Caractéristique d’un sous-ensemble floue ................................................................. 41
5.2.6 Operations sur les ensembles flous ............................................................................. 42
5.2.7 Les normes triangulaires ............................................................................................. 43
6. La théorie des possibilités .......................................................................................................... 44
6.1 Définition .............................................................................................................................. 44
6.2 Mesures de : possibilité et nécessité et de confiance ......................................................... 45
6.2.1 Mesure de confiance ..................................................................................................... 45
6.2.2 Mesure de possibilité .................................................................................................... 45
6.2.3 Mesure de nécessité ...................................................................................................... 46
6.3 Distribution de possibilités.................................................................................................. 46
6.3.1 Définition ....................................................................................................................... 46
7. La théorie des croyances ............................................................................................................ 47
8. Les règles d’association floues ................................................................................................... 47
8.1 Définition d’une règle d’association floue ......................................................................... 48
8.2 Mesures de qualité des Item sets flous ............................................................................... 49
8.2.1 Le degré d’un Item set (X, A) ...................................................................................... 49
8.2.2 Cardinalité d’un sous-ensemble flou (  comptage seuillée) ................................ 50
8.2.3 Le support et la confiance d’une règle d’association floue ....................................... 51
9. Modélisation proposée ............................................................................................................... 56
10. Conclusion ................................................................................................................................. 57
1. Introduction ............................................................................................................................ 59
2. Environnement logiciel .......................................................................................................... 59
3. L’approche proposée.............................................................................................................. 60
3.1 Présentation générale .......................................................................................................... 60
3.2 Contribution ........................................................................................................................ 62
3.3 Prétraitement ....................................................................................................................... 62
3.3.1 Redimensionner ............................................................................................................ 63
3.3.2 Indexation ...................................................................................................................... 63
|
| Côte titre : |
MAI/0324 |
| En ligne : |
https://drive.google.com/file/d/19CP6ndqJAOrTVRr1HD1KsxejGBRakvia/view?usp=shari [...] |
| Format de la ressource électronique : |
pdf |
|
Ajouter le résultat dans votre panier Affiner la recherche
