Traitement automatique du signal ECG pour l'aide au diagnostic de ...

CHAPITRE 1. AVANT-PROPOS 5
unk : Booléen d’affectation (k-means)
V : Vraisemblance
x : Un battement x = [x0, ..., xX−1]
X : Longueur d’un battement x
y : Un autre battement y = [y0, ..., yY −1]
Y : Longueur d’un battement y
δ : Augmentation de performance minimale pour continuer
la sélection de caractéristiques (voir Chapitre 4)
∆j : Dérivée partielle cumulée
∆ : Valeur finale de la dérivée partielle cumulée
µd : Moyenne des mesures de dissimilarité
σd : Ecart-type des mesures de dissimilarité
Σ : Matrice de covariance
1.2 Glossaire des termes anglophones
Boxplot : Graphe représentant des données. Il y est indiqué la médiane
(centre du rectangle), les 25 e et le 75 e percentile (respectivement
le bas et le haut du rectangle), la données la plus petite
et la plus grande (respectivement le trait en bas et en haut)
et éventuellement les outliers qui sont représentés par des +.
Cluster : Sous-échantillon ou sous-groupe de données homogènes possédant
des propriétés similaires, ce qui correspond souvent à
des critères de proximité.
Clustering : Méthode permettant d’obtenir des clusters à partir de données.
Filter : Approche pour la sélection de caractéristiques : utilisation
d’un critère indépendant du modèle prédictif.
LDA : Ou Analyse Discriminante Linéaire, technique de classification
qui fait l’hypothèse de normalité sur les classes.
Forward : Méthode de la sélection de caractéristiques. C’est la méthode
Filter la plus classique.
Outliers : Données hors-normes ou extrêmes.
Wrapper : Approche pour la sélection de caractéristiques : utilisation des
méthodes comme d’une boite noire pour donner un score à un
sous-ensemble de variable.
1.3 Remerciements
Je tiens à remercier le professeur Michel Verleysen, le promoteur de ce mémoire,
ainsi que Gaël de Lannoy pour leur aide précieuse. Je remercie également
tous les membres de mon entourage qui m’ont aidé à relire et finaliser ce rapport.