@article{fdi:010067344,
  title = {{G}{\'e}n{\'e}ration de contraintes pour le clustering {\`a} partir d'une ontologie : application {\`a} la classification d'images satellites},
  author = {{C}hahdi, {H}atim and {G}rozavu, {N}. and {M}ougenot, {I}. and {B}erti-{E}quille, {L}aure and {B}ennani, {Y}.},
  editor = {},
  language = {{FRE}},
  abstract = {{L}'utilisation des connaissances a priori peut fortement am{\'e}liorer la classification non-supervis{\'e}e. {L}'injection de ces connaissances sous forme de contraintes sur les donn{\'e}es figure parmi les techniques les plus efficaces de la litt{\'e}rature. {C}ependant, la g{\'e}n{\'e}ration des contraintes est tr{\`e}s coûteuse et demande l'intervention de l'expert ; la s{\'e}mantique apport{\'e}e par l'{\'e}tiquetage de l'expert est aussi perdue dans ce type de techniques, seuls les contraintes sont retenues par le clustering. {D}ans cet article, nous proposons une nouvelle approche hybride exploitant le raisonnement {\`a} base d'ontologie pour g{\'e}n{\'e}rer automatiquement des contraintes permettant de guider et am{\'e}liorer le clustering. {L}'utilisation d'une ontologie comme connaissance a priori a plusieurs avantages. {E}lle permet l'interpr{\'e}tation automatis{\'e}e des connaissances, ajoute de la modularit{\'e} dans la cha{\^i}ne de traitement et am{\'e}liore la qualit{\'e} du clustering en prenant en compte la vision de l'utilisateur. {P}our {\'e}valuer notre approche, nous l'avons appliqu{\'e}e {\`a} la classification d'images satellites et les r{\'e}sultats obtenus d{\'e}montrent des am{\'e}liorations notables {\`a} la fois au niveau de la qualit{\'e} du clustering et au niveau de l'{\'e}tiquetage s{\'e}mantique des clusters sans intervention de l'expert.},
  keywords = {{INTELLIGENCE} {ARTIFICIELLE} ; {TRAITEMENT} {D}'{IMAGE} ; {IMAGE} {SATELLITE} ; {CLASSIFICATION} ; {ONTOLOGIE} ; {CLUSTERING}},
  booktitle = {},
  journal = {{R}evue des {N}ouvelles {T}echnologies de l'{I}nformation},
  numero = {{E}-30},
  pages = {81--92},
  ISSN = {1764-1667},
  year = {2016},
  URL = {https://www.documentation.ird.fr/hor/fdi:010067344},
}