Abstract FR:

Nous définissons un critère, non statistique, de discrimination de variables pertinentes, permettant une partition de l'espace de représentation, adaptée à chaque interprétation de l'ensemble d'apprentissage. Nous présentons, ensuite, un système d'apprentissage et de reconnaissance automatique hiérarchise (Sarah), dote de capacités cognitives, et organise en trois couches hiérarchiques successives (représentation des données, connaissances, méta-connaissances). La sélection des variables pertinentes a été testée avec succès dans différents domaines et plus particulièrement dans le cadre de la reconnaissance de signatures manuscrites et se poursuit dans le but de détecter la présence de signatures authentiques ou imitées. Le système Sarah implante en pascal, permet actuellement d'extraire des connaissances locales et globales