Intelligence Artificielle et Applications

La reconnaissance de notre environnement est base essentiellement sur l'observation, l'analyse et la classification. Les lments de notre environnement sont en effet classs par comparaison avec leurs semblables dans des modes de reprsentations relationnelles hirarchiques. Cette dmarche est relativement difficile formaliser, surtout quand on se place dans un contexte non supervis. C'est dire, lorsqu'il s'agit d'identifier les classes en prsence dans un chantillon partir de la seule information qui peut tre extraite des objets classer. En gnral, les objets sont caractriss par des attributs qu'il est commode de reprsenter par des points dans un espace multidimensionnel. Dans ce contexte, de nombreuses mthodes de classification ont t dveloppes. Certaines d'entre elles sont bases sur des concepts de distances, tandis que d'autres se rfrent des notions statistiques o l'on fait explicitement rfrence la fonction de densit de probabilit (fdp) sous-jacente la distribution des donnes classer.