Remerciez-le!

Remerciez @Admin pour avoir partagé cet document gratuitement, de la manière la plus simple, en partageant sur les réseaux sociaux.

La classi ?cation non supervisée clustering de documents textuels par les automates cellulaires Hamou Reda Mohamed Ahmed Lehireche Laboratory Evolutionary Engineering and Distributed Information Systems University Djillali Liabes of Sidi Bel Abbes Univers

La classi ?cation non supervisée clustering de documents textuels par les automates cellulaires Hamou Reda Mohamed Ahmed Lehireche Laboratory Evolutionary Engineering and Distributed Information Systems University Djillali Liabes of Sidi Bel Abbes Université Dr MOULAY Tahar de Sa? da Faculté des sciences et technologie Département d ? Informatique Tel hamoureda yahoo fr Université Djillali Liabes de Sidi Bel Abbes Faculté des science de l ? ingénieur Département d ? Informatique elhir yahoo com Résumé Dans cet article nous présentons un automate cellulaire ClassAC pour résoudre un problème de text mining en l ? occurrence la classi ?cation non supervisée Clustering Avant de procéder à l ? expérimentation par l ? automate cellulaire nous avons vectorisés nos données en procédant à l ? indexation des documents textuels provenant de la base de donnée REUTERS par l ? approche Wordnet L ? automate que nous proposons dans cet article est une grille de cellules de structure plane avec un voisinage découlant de cette structure planaire Trois fonctions de transitions ont servi à faire varier l ? automate ayant quatre états pour chaque cellule Les résultats obtenus montrent que la machine virtuelle à calcul parallèle ClassAC regroupe e ?cacement des documents similaires à un seuil prés Mots Clés Classi ?cation des données Automates cellulaires Méthodes biomimétiques Data mining Clustering et segmentation Classi ?cation non supervisée ?? Introduction Le biomimétisme dans un sens littéraire est l ? imitation de la vie La biologie a toujours été une source d'inspiration pour les chercheurs dans di ?érents domaines Ces derniers ont trouvé un modèle presque idéal dans l ? observation des phénomènes naturels et leur adaptation en vue de résoudre des problèmes Parmi ces modèles on trouve les algorithmes génétiques les colonies de fourmis les essaims particulaires nuages des insectes volants Mon et bien entendu les automates cellulaires qui sont l ? objet de notre étude Les premières approches citées sont des méthodes reconnues et largement étudiées par contre les automates cellulaires sont des méthodes très peu utilisées et notamment dans le domaine de la classi ?cation non supervisée et ça a été notre motivation quant à l ? utilisation de cette méthode dans ce domaine Cette méthode est connue de la communauté scienti ?que comme étant un outil d ? implémentation de machine et autre Un Automate Cellulaire AC est avant tout une machine formelle par contre dans cet article la méthode des automates cellulaires est utilisée comme étant une méthode biomimétique Depuis les années le biomimétisme n'a cessé de progresser de façon constante et est un des principaux enjeux de la recherche actuelle CLe biomimétisme est une pratique scienti ?que consistant à imiter ou à s'inspirer de systèmes naturels ou vivants Parmi les exemples de ce domaine on retrouve entre autres formes de poissons pour l'aérodynamisme de voitures ou autres véhicules ou encore l'algorithme de colonies de fourmis pour la recherche du plus court chemin dans un graphe Le Text mining est l ? ensemble des techniques et des méthodes destinées au traitement automatique