Résumé
L’étude menée durant ce mémoire est un point de rencontre entre deux domaines.
Le premier est le domaine des sciences du patrimoine. Le second est le domaine
de l’intelligence artificielle et plus particulièrement, de l’apprentissage automatique.
L’objectif de ce mémoire est d’utiliser les outils de l’apprentissage automatique pour
mettre au point un moyen d’identifier l’espèce animale d’un échantillon provenant
d’un parchemin. Ceci a été rendu possible grâce à l’utilisation d’un réseau de neu-
rones artificiels réalisé par nos soins et par l’amélioration de celui-ci.
Pour entraîner ce réseau, un grand nombre de spectres d’échantillons provenant
de parchemins fut nécessaire. Ceux-ci ont été obtenus via deux spectrophotomètres
permettant des mesures non-invasives et relativement rapides. Il s’agit de spectres de
réflectance et d’absorbance pris sur une large gamme spectrale allant de l’ultraviolet
à l’infrarouge lointain. Dans cette étude, nous montrons que le réseau de neurones
s’avère être un outil efficace pour identifier l’espèce animale d’un parchemin mais
également que le nombre d’entrées nécessaires pour que le réseau de neurones soit
performant est plus faible qu’attendu. L’utilisation de l’algorithme SHAP permet par la suite de savoir quelles sont les
parties des spectres importantes pour la classification et nous fournit dès lors, une sélection de caractéristiques de ces spectres. Enfin, l’utilisation de spectres provenant de parchemins anciens comme entrée du réseau est investiguée et montre à nouveau
la capacité d’un tel réseau. Au travers de ce travail, nous mettons en avant le potentiel de l’utilisation de
l’apprentissage automatique dans les sciences du patrimoine. Nous nous sommes concentrés ici sur l’espèce animale du parchemin mais il est tout à fait plausible d’imaginer une caractéristique différente.
la date de réponse | 21 juin 2023 |
---|
langue originale | Français |
---|
L'institution diplômante | |
---|
Superviseur | Olivier Deparis (Promoteur) |
---|
Classification d’échantillons provenant de parchemins à partir du Machine Learning
PIÈRARD, H. (Auteur). 21 juin 2023
Student thesis: Master types › Master en sciences physiques, à finalité spécialisée en physique et data