Classification supervisée : Prédiction de qualités d'odeurs

Encadrants :

• Marc Plantevit
• Fabien de Marchi
• Mehdi Kaytoue

Le centre de recherche en Neurosciences de Lyon (CRNL) a réalisé une collecte inédite d'informations concernant des qualités d'odeur perçues par l’Homme, chacune associée à une ou plusieurs molécules connues (propriétés physico-chimiques et structures géométriques).Un enjeu majeur (e.g. en parfumerie, alimentaire, …) est de développer des méthodes pour expliquer et prédire les qualités d'une odeur. Pour cela, le CRNL et le LIRIS se sont associés.

En informatique, nous faisons face à de nombreux verrous scientifiques qui rendent la tâche non triviale (taille et hétérogénéité des données, fouille de graphes géométriques, …).

L'objectif de ce projet est d'établir une stratégie de fouille de données / apprentissage statistique afin d'élaborer un modèle prédictif de qualités d'odeurs. Il s'agit donc :

• de faire un rapide état de l'art des techniques existantes pouvant être utilisées.
• de proposer une solution et de l'implémenter (de nombreux algorithmes sont déjà implémentés et disponibles via des bibliothèques).
• d'étudier cette solution empiriquement (expérimentations).

Ce projet est pertinent pour les étudiants désirant s'orienter vers les masters M2TI(W) ou M2IADE.