Telecom ParisTech
Dep. Informatique & Réseaux

J-L. Dessalles Home page

May 2018


    Projet

                                See Artificial Intelligence courses

                             Recommandations pour la réalisation d’un projet


Projet PAF
Encadrement: J-L. Dessalles & Pierre-Alexandre Murena
Dep. INFRES

Contraste et catégorisation
Contrast and categorization

Les techniques de clustering produisent des classes d’objets et des jugements d’appartenance à ces classes.
L’idée du contraste consiste à opérer une différence vectorielle entre un objet et la classe la plus proche, puis de caractériser cette différence. Ainsi, une tomate noire sera décrite comme telle parce que la différence avec le prototype "tomate" sera proche du prototype "noir".

L’opération de contraste permet à une IA :

Il s’agit de réaliser une première implémentation du contraste sur un jeu de données réel ou artificiel. L’algorithme sera appliqué deux fois: une fois sur les objets eux-mêmes, une deuxième fois sur les contrastes (différences objets-prototypes). La deuxième application du contraste est censée faire ressortir des modifieurs interprétables comme des adjectifs.

La suite du projet consiste à placer le contraste au coeur de l’activité d’apprentissage, en l’utilisant pour former les catégories. L’idée est de permettre un apprentissage pertinent en présence de (très) peu de données.


Clustering techniques produce object classes and membership judgments for these classes.
The idea of contrast is to apply vector difference between an object and the nearest class, then to characterize this difference. Thus, a black tomato will be described as such because the difference with the prototype "tomato" will be close to the prototype "black".

The contrast operation allows an AI:

The point is to realize a first implementation of Contrast and test it on a real or artificial data set. The algorithm will be applied twice: once on the objects themselves, a second time on contrasts (object-prototype differences). The second application of contrast is supposed to bring out modifiers interpretable as adjectives.

The rest of the study consists in placing Contrast at the heart of the learning activity, using it to form categories. The idea is to enable relevant learning in the presence of (very) little data.


Langage de réalisation:    python
UE concernées:    INF101 INF103 MDI114