AI-woordenlijst
Het complete woordenboek van kunstmatige intelligentie
Coefficient d'appartenance
Valeur numérique entre 0 et 1 indiquant le degré d'appartenance d'un point de données à un cluster spécifique dans le clustering flou.
Matrice de partition floue
Structure matricielle contenant les coefficients d'appartenance de tous les points à tous les clusters, avec pour contrainte que la somme par ligne égale 1.
Fonction objectif de FCM
Fonction mathématique à minimiser qui mesure la somme pondérée des distances au carré entre les points et les centroïdes, utilisée dans l'algorithme Fuzzy C-means.
Paramètre de floutage
Coefficient m>1 contrôlant le degré de floutage dans l'algorithme FCM, où m=1 donne le clustering dur et m→∞ donne l'appartenance uniforme.
Prototypes de clusters
Centroïdes ou points représentatifs des clusters dans le clustering flou, calculés comme la moyenne pondérée des points par leurs coefficients d'appartenance.
Distance floue
Mesure de dissimilarité entre points et centroïdes dans l'espace flou, généralement la distance euclidienne pondérée par les coefficients d'appartenance.
Coefficient de partition
Indice de validité mesurant la qualité du clustering flou en évaluant le degré de chevauchement entre les clusters, variant entre 1/c et 1.
Entropie de partition
Mesure d'incertitude quantifiant le degré de flou dans la partition, calculée comme la somme pondérée des logarithmes des coefficients d'appartenance.
Validité de clustering flou
Ensemble de métriques évaluant la qualité et la cohérence des partitions floues, incluant le coefficient de partition, l'indice de Xie-Beni et le coefficient de Dunn.
Algorithme possibiliste C-means
Variante du FCM relaxant la contrainte de somme unitaire des coefficients d'appartenance, permettant une interprétation possibiliste plutôt que probabiliste.
Clustering flou possibiliste
Approche hybride combinant les avantages du FCM et du PCM pour gérer efficacement les points aberrants et les clusters de densités variables.
Noyau flou
Application des méthodes à noyau au clustering flou, permettant la détection de structures non-linéaires dans les données par projection dans un espace de dimension supérieure.
Apprentissage semi-supervisé flou
Extension du clustering flou intégrant des informations d'étiquetage partiel pour guider le processus de segmentation tout en conservant la flexibilité de l'appartenance multiple.
Optimisation par recuit simulé flou
Technique d'optimisation stochastique appliquée au clustering flou pour éviter les minima locaux et améliorer la convergence vers une partition optimale.
Métriques de similarité floues
Ensemble de mesures quantifiant la ressemblance entre clusters flous ou partitions, incluant l'indice de Rand flou et la mesure de Jaccard floue.
Règles d'arrêt floues
Critères de convergence basés sur la stabilité de la matrice de partition ou de la fonction objectif, déterminant quand l'algorithme FCM doit cesser d'itérer.
Hyperparamètres FCM
Paramètres configurationnels de l'algorithme Fuzzy C-means incluant le nombre de clusters c, le paramètre de floutage m et le critère de convergence.