Grands domaines d'application

Comme le thème privilégié de l'action est la recherche de classes homogènes, nos applications concernent des domaines assez variés où la détermination d'un modèle unique est difficilement applicable. Cette recherche de classes est aussi utilisée dans la structuration de grands ensembles de données pour la production de métadonnées dont le rôle est, non seulement, de qualifier la donnée mais surtout de guider son traitement.

Nous participons à un projet communautaire de recherche en statistique, le projet SODAS, qui est géré par Eurostat. Ce projet appartient au programme DOSIS (Development of Statistical Information Systems) qui doit servir de catalyseur, au niveau européen, en réunissant les fournisseurs et utilisateurs de données, autour de thémes et d'enjeux communs (conception des systèmes d'information, la collecte des données, leur traitement, analyse et stockage). Il veut favoriser l'émergence de nouveaux modèles, de nouvelles techniques, de nouveaux logiciels.

Avec les instituts de la statistique officielle ou publique de notre projet, nous proposons d'apporter quelques solutions aux problèmes suivants :

les instituts de statistiques manipulent des concepts équivalents ( par exemple le chômage) mais ces concepts sont décrits par des variables différentes et utilisent différentes nomenclatures. Comment unifier et analyser ces concepts hétérogènes?,
résoudre la dissémination des résultats des analyses effectuées par les instituts et produire une représentation de ces nouvelles données avec leurs structures complexes,
les instituts de statistiques possédent plusieurs modes de représentation : proposer de nouvelles méthodes de classification sur ces données complexes. Comment agréger ces données et donner une bon guide de représentation de ces données agrégées?,
les nouvelles sources d'information fournissent des données automatiquement, cette information n'est plus statistique. Comment la rendre utilisable à des fins statistiques?,
toute organisation recevra de plus en plus, à l'état brut, un flot de données. Comment extraire des informations synthétiques sous forme de nouvelles données fiables, pertinentes et compréhensibles?.

La classification des profils hydrologiques est aussi un bon exemple d'application de notre approche. Le CMO (Centre Militaire d'Océanographie) doit déterminer des zones spatio-temporelles homogènes en fonction des courbes bathycélériques observées dans ces zones. La typologie ainsi obtenue associe à chaque zone une description qui doit permettre au CMO de modéliser correctement cette zone.

Le CERIES recherche d'un système de classification de la peau du visage afin de permettre la mise au point de produits cosmétiques mieux adaptés aux particularités cutanées de la peau saine. La contrainte principale est que les groupes ainsi obtenus doivent être décrits par des règles facilement utilisables. Notre méthode de classification divisive sera appliquée sur ces données comme une segmentation explicative.

Cette année la structure pyramidale a été utilisée pour la détermination d'un ordre total sur des données d'archéologie en donnant une solution à un problème de sériation. Cette structure pyramidale a été aussi utilisée par l'action ATGC(Génome).

Précédent : Fondements scientifiques Remonter : Action SODAS, Structures de classification Suivant : Logiciels