Apprentissage d'espaces prétopologiques pour l'extraction de connaissances structurées
La prétopologie est une théorie mathématique visant à relaxer les axiomes régissant la théorie, bien connue, de la topologie. L'affaiblissement de cette axiomatique passe principalement par la redéfinition de l'opérateur d'adhérence qui, en topologie, est idempotent. La non-idempotenc...
Enregistré dans:
| Auteur principal: | |
|---|---|
| Autres auteurs: | , , , , , |
| Format: | Thèse numérique |
| Langue: | Français |
| Publié: |
2019.
|
| Sujets: | |
| Accès en ligne: | Accès au texte intégral https://theses.univ-orleans.fr/public/2019ORLE3208_va.pdf http://www.theses.fr/2019ORLE3208/abes https://theses.hal.science/tel-03625475 |
| Note: |
Titre provenant de l'écran-titre Ecole(s) Doctorale(s) : École doctorale Mathématiques, Informatique, Physique Théorique et Ingénierie des Systèmes (Centre-Val de Loire ; 2012-....) Partenaire(s) de recherche : Laboratoire d'informatique fondamentale d'Orléans (Orléans ; 1987-....) (Laboratoire) Autre(s) contribution(s) : Christel Vrain (Président du jury) ; Christel Vrain, Christine Largeron, Emmanuel Viennet, Nicolas Dugué, Nicolas Labroche (Membre(s) du jury) ; Christine Largeron, Emmanuel Viennet (Rapporteur(s)) |
| Autres localisations: | Voir dans le Sudoc |
| Variante du titre: | Learning pretopological spaces for structured knowledge acquisition |