Centre de documentation
scientifique

Spatio-temporal grid mining applied to image classification and cellular automata analysis / Romain Deville (2018)  

Public Titre : Spatio-temporal grid mining applied to image classification and cellular automata analysis Type de document : Thèse/HDR Auteurs : Romain Deville, Auteur ; Christine Solnon, Directeur de thèse ; Elisa Fromont, Directeur de thèse ; Baptiste Jeudy, Directeur de thèse Editeur : Lyon : Institut National des Sciences Appliquées INSA Lyon Année de publication : 2018 Importance : 145 p. Format : 21 x 30 cm Note générale : bibliographie Thèse de Doctorat de l'Université de Lyon opérée au sein de l’INSA de Lyon, Spécialité Informatique Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique [Termes IGN] automate cellulaire [Termes IGN] classification dirigée [Termes IGN] classification par séparateurs à vaste marge [Termes IGN] exploration de données [Termes IGN] grille [Termes IGN] modèle sac-de-mots [Termes IGN] SIFT (algorithme) Index. décimale : THESE Thèses et HDR Résumé : (auteur) During this thesis, we consider the exhaustive graph mining problem for a special kind of graphs : the grids. Theses grids can be used to model objects that present a regular structure. These structures are naturally present in multiple board games (checkers, chess or go for instance) or in ecosystems models using cellular automata. It is also possible to find this structure in a lower level in images, which are 2D grids of pixels, or even in videos, which are 2D+t spatio-temporal grids of pixels. In this thesis, we proposed a new algorithm to find frequent patterns dedicated to spatio-temporal grids, GriMA. Use of regular grids allow our algorithm to reduce the complexity of the isomorphisms test. These tests are often use by generic graph mining algorithm but because of their complexity, they are rarely used on real data. Two applications were proposed to evaluate our algorithm: image classification for 2D grids mining and prediction of cellular automata for 2D+t grids mining. Note de contenu : 1- Introduction 2- Background on graphs 3- Existing graph mining algoritms 4- Definition on grids 5- Description of GriMA 6- Application of GriMA to image classification 7- Application of GriMA to cellular automata analysis 8- Conclusion Numéro de notice : 25959 Affiliation des auteurs : non IGN Thématique : IMAGERIE/INFORMATIQUE Nature : Thèse française Note de thèse : Thèse de Doctorat : Informatique : Université de Lyon : 2018 Organisme de stage : LIRIS nature-HAL : Thèse DOI : sans En ligne : https://hal.science/tel-01865020 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=96466