Académique Documents
Professionnel Documents
Culture Documents
Pour faciliter la correction, changez de page ou utilisez un nouvel intercalaire pour traiter chacune des 3 parties.
1 2 1 -2 0 2 -1 2 -1
La première étape de traitement est une opération de convolution réalisée entre l’un des trois masques et l’image.
Questions :
1. calculer les 3 images ligne résultant du filtrage d’une image ligne ne contenant que des pixels noirs.
2. calculer les 3 images ligne résultant du filtrage d’une image ligne contenant une alternance de pixels noirs
et blancs (série [−1, +1, −1, +1, −1, etc.]).
3. pour le filtre E3, trouver la texture pour laquelle la valeur absolue de la réponse est toujours maximale.
La deuxième étape consiste à sommer sur 4 pixels successifs les valeurs absolues des réponses des filtres puis à
pondérer le résultat afin de constituer un indice de texture compris entre 0 et 1.
Questions :
4. pour chaque filtre, calculer le coefficient de pondération qui permet de garantir que l’indice de texture
prend toujours une valeur comprise entre 0 et 1.
5. calculer les indices de texture obtenus pour la ligne de pixels de la figure 2 pour le filtre L3 normalisé.
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29
{(3, 3), (4, 6), (4, 2), (5, 5), (6, 4), (2, 4)}
Questions :
1. calculer la moyenne m des données.
2. calculer S la matrice de co-variance des données.
3. donner les 2 vecteurs et valeurs propres associées de S.
1
4. quel est le vecteur propre à retenir pour la projection sur la droite optimale ?
5. tracer sur votre copie de manière graphique la droite optimale et projeter les points sur la droite. Quelle
est votre conclusion sur la discrimination des points ainsi projetés ?
6. peut-on discriminer ainsi les 2 classes composées chacune de 3 données :
C1 = {(3, 3), (2, 4), (4, 2)} et C2 = {(5, 5), (4, 6), (6, 4)}
7. obtient-on un résultat similaire en projetant sur la droite dont le vecteur directeur est l’autre vecteur
propre ? Donnez en la raison.
3 Reconnaissance syntaxique
A1 A2 A3 Classe
1 V V F C1
2 F F V C1
3 F F V C1
4 V F F C1
5 V V V C1
6 F F V C1
7 F F V C1
8 F F V C1
9 F V F C2
10 F V V C2
11 F V F C2
12 F F F C2
13 F F F C2
14 F V F C2
15 F V V C2
A1 A2 A3 Classe
1 V F V C1
2 V V F C1
3 F F V C1
4 F F F C1
5 F F F C1
6 F V V C2
7 F V F C2
8 F F V C2
Questions :
1. En vous basant sur l’arbre de décision T , donnez une interprétation des différentes classes sous forme de
propositions logiques.
2. Justifiez numériquement le choix de l’attribut A1 comme premier nœud de l’arbre de décision T . Donnez
le détail des calculs menant à ce choix.
2
Figure 3 – Arbre de décision T .
3. Pour chaque échantillon de test du Tableau 2, indiquez la classe prédite par l’arbre de décision T .
4. Quel est le taux de classification de l’arbre T sur les données de test ?
5. Le taux de classification sur les données d’apprentissage est de 100%.
(a) Quel phénomène observe-t-on ici ?
(b) Que pourrait-on faire pour améliorer le taux de classification de T sur les données de test ?
(c) Donnez une nouvelle version T 0 de l’arbre T qui maximise le taux de classification sur les données de
test. Il n’est pas demandé de justifier numériquement votre solution.
(d) Quel est le taux de classification de T 0 sur les données de test ?
d é s a r t i c u l é
0 1 2 3 4 5 6 7 8 9 10 11
a 1 1 2 3 3 4 5 6 7 8 9 10
r 2 2 2 3 4 3 4 5 6 7 8 9
t 3 3 3 3 4 4 3 4 4 6 7 8
i 4 4 4 4 4 5 4 3 4 5 6 7
c 5 5 5 5 5 5 5 4 3 4 5 6
l 6 6 6 6 6 6 6 5 4 4 4 5
e 7 7 7 7 7 7 7 6 5 5 4 5
Questions :
1. Quelle est la distance entre article et désarticulé ?
2. Indiquez le nombre d’insertions, de suppressions et de substitutions nécessaires pour passer de article
à désarticulé.