Apprentissage et adaptation dans les SystŁmes bio-inspirés

Abstract

Ce travail de thèse, s'inscrit dans le cadre des travaux qui s'inspirent des mécanismes collectifs présents dans les systèmes complexes biologiques. Il s'intéresse particulièrement au problème de traitement et d'analyse d'images; en exploitant les nouvelles possibilités offertes par ce nouveau paradigme pour la résolution de problème. Dans ce contexte, notre contribution prend deux formes : la première consiste en la proposition d'une méthode de segmentation adaptative basée sur le concept d'agent et utilise une combinaison de deux techniques de l'intelligence en essaim, à savoir, l'Optimisation par Essaim de Particules (PSO) et la stigmergie, afin de résoudre les problèmes liés aux techniques de croissance de régions. La deuxième consiste en la proposition d'une méthode de segmentation non supervisée, où le problème de segmentation par seuillage est traité comme un problème d'optimisation. Ce faisant, nous avons adapté l'Optimisation par Essaim de Particules Binaires (BPSO) pour déterminer, automatiquement, le" nombre optimum" des seuils et chercher, simultanément, les seuils optimaux.