Intégration de méthodes de data mining dans le domaine de l'olfaction
La complexité du domaine de l'olfaction rend souvent difficile le développement de modèles structure odeurs (SOR) à la fois robustes et prédictifs. Le recours à des méthodes de Data Mining (DM) basées sur les Algorithmes Génétiques et la Logique Floue (LF) apporte des solutions intéressantes. L...
Guardat en:
| Autor principal: | |
|---|---|
| Altres autors: | , , |
| Format: | Thèse et Mémoire papier |
| Idioma: | Français Anglais |
| Publicat: |
[S.l.] :
[s.n.]
2005.
|
| Matèries: | |
| Nota: |
Textes en français et en anglais Publication autorisée par le jury Autre(s) contribution(s) : Gilles Sicard (rapporteur) |
| Autres localisations: | Voir dans le Sudoc |
| Variante du titre: | Integrating data mining methods into the olfactory field |
| Sumari: | La complexité du domaine de l'olfaction rend souvent difficile le développement de modèles structure odeurs (SOR) à la fois robustes et prédictifs. Le recours à des méthodes de Data Mining (DM) basées sur les Algorithmes Génétiques et la Logique Floue (LF) apporte des solutions intéressantes. L'objectif du travail de thèse a donc consisté à analyser par ces techniques deux grandes bases de données olfactives dérivées respectivement de l'ouvrage d'Arctander et de la base commerciale "Perfumery Materials and Performance 2001" (PMP2001). La comparaison systématique du contenu informationnel des deux bases montre que le profil olfactif de la plupart des composés communs est globalement différent. Par conséquent, il s'avère nécessaire de définir un critère "objectif" capable d'évaluer leur qualité absolue et réciproque. Ceci a été établi à l'aide de la Partition Floue Adaptative (PFA), méthode dérivée de la LF, qui est particulièrement adaptée à représenter le "flou " lié à la subjectivité des experts dans la caractérisation des odeurs. Les modèles SOR ainsi développés indiquent que la base PMP2001 contient des données olfactives de qualité supérieure. La deuxième étude a été conduite sur une série plus large de composés extraits uniquement de PMP2001. Les modèles établis sont très satisfaisants car une excellente moyenne de prédiction d'environ 80% a été obtenue sur les ensembles d'apprentissage et de test. Une dernière analyse a été menée afin de vérifier la possibilité de modéliser un ensemble de molécules présentant simultanément plusieurs odeurs. Cette étude préliminaire fournit des résultats encourageants, des progrès ultérieurs sont à l'étude. |
|---|---|
| Descripció de l’ítem: | Textes en français et en anglais Publication autorisée par le jury Autre(s) contribution(s) : Gilles Sicard (rapporteur) |
| Descripció física: | 1 vol. (94 f.) : ill. en noir et en coul. ; 30 cm. |
| Bibliografia: | Bibliogr. f. 78-86 |