Discrimination automatique à base de connaissances expertes d'événements sismiques

Dans le contexte du Traité d Interdiction Complète des Essais nucléaires, la capacité à discriminer les explosions nucléaires d'armes événements sismiques devient un dé majeur. L'objectif de la thèse est d obtenir des systèmes de décision capables de fournir de bonnes performances ainsi qu un cheminement conduisant à l étiquette de chaque événement sismique qui soit en relation avec les raisonnements menés par les sismologues du CEA. A n de répondre à cette exigence d intelligibilité, nous avons dépassé les classi eurs de type boîtes noires (réputés pour leurs performances mais mal acceptés par les sismologues) pour leur préférer les arbres de décision classiques et lous. La rami cation de l arbre réalise un compromis entre bonne performance (arbre de grande taille) et intelligibilité (structure arborescente des données qui reste compréhensible lorsque l arbre est petit). Nous avons aussi exploré une autre voie provenant de l'apprentissage non supervisé de densités : formation de mélanges d experts par identi cation de clusters de référence. Les systèmes d inférence flous associés retrouvent certaines des règles de type Si-alors utilisées plus ou moins consciemment par les sismologues. En n, nous devons proposer des modèles similaires d une mise à jour à l autre a n que les sismologues aient con ance dans le modèle proposé. Nous avons donc complété la dé nition d intelligibilité par la notion de stabilité de modèles. Les différentes méthodes retenues ont été testées sur une application réelle de discrimination d événements sismiques enregistrés en France métropolitaine entre 1997 et 2003. Chaque événement, identi é comme séisme, coup de toit ou explosion de mines, est caractérisé par cinq variables de haut niveau (i.e. issues du traitement des signaux sismiques). Dans ce cadre, nous avons obtenu des taux de bonne classi cation de l ordre de 93% et les interfaces proposées ont été acceptées par les sismologues du fait de leur intelligibilité.TOULOUSE-ISAE (315552318) / SudocSudocFranceF